Como sabemos, la idea básica detrás del estilo es hacer más impactante para la legibilidad del usuario final. Podemos realizar cambios como el color y el formato de los datos visualizados para comunicar la información de manera más eficiente. Para una visualización más impactante en el DataFrame de pandas, generalmente, tenemos la propiedad DataFrame.style, que devuelve un objeto de estilo que tiene una serie de métodos útiles para formatear y visualizar los marcos de datos.
Usando la propiedad DataFrame.style
- df.style.set_properties: al usar esto, podemos usar la funcionalidad incorporada para manipular el estilo del marco de datos desde el color de la fuente hasta el color de fondo.
Python3
# Importing the necessary libraries --> import pandas as pd import numpy as np # Seeding random data from numpy np.random.seed(24) # Making the DataFrame df = pd.DataFrame({'A': np.linspace(1, 10, 10)}) df = pd.concat([df, pd.DataFrame(np.random.randn(10, 4), columns=list('BCDE'))], axis=1) # DataFrame without any styling print("Original DataFrame:\n") print(df) print("\nModified Stlying DataFrame:") df.style.set_properties(**{'background-color': 'black', 'color': 'green'})
Producción:
- df.style.highlight_null: con la ayuda de esto, podemos resaltar los valores faltantes o nulos dentro del marco de datos.
Python3
# Replacing the locating value by NaN (Not a Number) df.iloc[0, 3] = np.nan df.iloc[2, 3] = np.nan df.iloc[4, 2] = np.nan df.iloc[7, 4] = np.nan # Highlight the NaN values in DataFrame print("\nModified Stlying DataFrame:") df.style.highlight_null(null_color='red')
Producción:
- df.style.highlight_min : para resaltar el valor mínimo en cada columna a lo largo del marco de datos.
Python3
# Highlight the Min values in each column print("\nModified Stlying DataFrame:") df.style.highlight_min(axis=0)
Producción:
- df.style.highlight_max : para resaltar el valor máximo en cada columna a lo largo del marco de datos.
Python3
# Highlight the Max values in each column print("\nModified Stlying DataFrame:") df.style.highlight_max(axis=0)
Producción:
Uso de la función definida por el usuario
- Podemos modificar DataFrame usando una función definida por el usuario: con la ayuda de esta función, podemos personalizar el color de fuente de los valores de datos positivos dentro del marco de datos.
Python3
# function for set text color of positive # values in Dataframes def color_positive_green(val): """ Takes a scalar and returns a string with the css property `'color: green'` for positive strings, black otherwise. """ if val > 0: color = 'green' else: color = 'black' return 'color: %s' % color df.style.applymap(color_positive_green)
Producción:
Uso de la biblioteca Seaborn
- Uso de la paleta de colores para el relleno de degradado en DataFrame: al importar la paleta de colores claros de la biblioteca marina, podemos mapear el degradado de color para el fondo del marco de datos.
Python3
# Import seaborn library import seaborn as sns # Declaring the cm variable by the # color palette from seaborn cm = sns.light_palette("green", as_cmap=True) # Visualizing the DataFrame with set precision print("\nModified Stlying DataFrame:") df.style.background_gradient(cmap=cm).set_precision(2)
Producción:
- Uso de la paleta de colores con valores nulos o faltantes de resaltado: Aquí, resaltamos los valores de NaN en color rojo con la paleta de colores degradados de seaborn.
Python3
# Highlight the NaN values in DataFrame # using seaborn color palette print("\nModified Stlying DataFrame:") df.style.background_gradient(cmap=cm).set_precision(2).highlight_null('red')
Producción:
- Reúna las propiedades de Seaborn con la propiedad DataFrame.style: Personalización de la paleta de colores de Seaborn con propiedades de resaltado de un marco de datos para una visualización de datos más impactante.
Python3
# Highlight the NaN values in DataFrame # using seaborn color palette as well as # min('lighblue') and max('blue') values # in each column print("\nModified Stlying DataFrame:") df.style.background_gradient(cmap=cm).set_precision(2).highlight_null('red').highlight_min(axis=0, color='lightblue').highlight_max(axis=0, color='blue')
Producción:
Publicación traducida automáticamente
Artículo escrito por night_fury1 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA