pandas.io.formats.style.Styler.highlight_quantile

Styler.highlight_quantile(subset=None, color='yellow', axis=0, q_left=0.0, q_right=1.0, interpolation='linear', inclusive='both', props=None)

使用样式高亮显示由分位数定义的值。

在 1.3.0 版本加入.

Parameters:

subset标签、类数组、IndexSlice、可选

DataFrame.loc[<subset>] 的有效二维输入，或者，在输入为一维或单个键的情况下，为 DataFrame.loc[:, <subset>]，其中列优先，用于在应用函数 之前 限制 data。

colorstr，默认为 ‘yellow’

用于高亮的背景颜色。

axis{0 或 ‘index’, 1 或 ‘columns’, None}，默认 0

计算并高亮显示分位数相关的轴。如果为 None，则在整个 DataFrame 上测量分位数。参见示例。

q_left浮点数，默认 0

目标分位数范围的左边界，取值范围在 [0, q_right)。

q_rightfloat, 默认为 1

目标分位数范围的右边界，取值范围在 (q_left, 1]。

interpolation{‘linear’, ‘lower’, ‘higher’, ‘midpoint’, ‘nearest’}

传递给 Series.quantile 或 DataFrame.quantile 以进行分位数估计的参数。

inclusive{‘both’, ‘neither’, ‘left’, ‘right’}

确定分位数边界是闭合的还是开放的。

propsstr，默认 None

用于高亮的 CSS 属性。如果提供了 props，则不使用 color。

Returns:

Styler

参见

Styler.highlight_null

使用样式高亮显示缺失值。

Styler.highlight_max

使用样式高亮显示最大值。

Styler.highlight_min

使用样式高亮显示最小值。

Styler.highlight_between

使用样式高亮显示定义的范围。

Notes

此函数不适用于 str 数据类型。

Examples

使用 axis=None 并将分位数应用于所有集合数据

>>> df = pd.DataFrame(np.arange(10).reshape(2,5) + 1)
>>> df.style.highlight_quantile(axis=None, q_left=0.8, color="#fffd75")
...  

或者按行或按列高亮显示分位数，在此情况下按行显示

>>> df.style.highlight_quantile(axis=1, q_left=0.8, color="#fffd75")
...  

使用 props 代替默认的背景着色

>>> df.style.highlight_quantile(axis=None, q_left=0.2, q_right=0.8,
...     props='font-weight:bold;color:#e83e8c')