Haga un mapeo de color degradado en una columna específica en Pandas

Veamos cómo degradar el mapeo de colores en columnas específicas de un DataFrame de Pandas. Podemos hacer esto usando la función Styler.background_gradient() de la clase Styler.

Sintaxis : Styler.background_gradient(cmap=’PuBu’, bajo=0, alto=0, eje=0, subconjunto=Ninguno)

Parámetros:  

cmap : str o mapa de colores (mapa de colores matplotlib)

bajo, alto : flotante (comprime el rango por estos valores).

eje : int o str (1 o ‘columnas’ para columnas, 0 o ‘índice’ para filas)

subconjunto : IndexSlice (un segmento válido para los datos a los que limitar la aplicación de estilo)

Devoluciones : uno mismo

Acercarse :

• Importar módulo Pandas
• Crear trama de datos
• Elija sabiamente una columna específica con la función style.background_gradient()
• Mostrar marco de datos

Entendamos con ejemplos:

Ejemplo 1 :

Crea un DataFrame y degrada todas las columnas.

# importing pandas module
import pandas as pd
 
# Creating pandas DataFrame
df = pd.DataFrame({"A": [1, 2, -3, 4, -5, 6],
                   "B": [3, -5, -6, 7, 3, -2],
                   "C": [-4, 5, 6, -7, 5, 4],
                   "D": [34, 5, 32, -3, -56, -54]})
 
# Displaying the original DataFrame
print("Original Array : ")
print(df)
 
# background color mapping
print("\nDataframe - Gradient color:")
df.style.background_gradient()

Producción :

Ejemplo 2:

Crear un DataFrame y degradar las columnas específicas

# importing pandas module
import pandas as pd
 
# Creating pandas DataFrame
df = pd.DataFrame({"A": [1, 2, -3, 4, -5, 6],
                   "B": [3, -5, -6, 7, 3, -2],
                   "C": [-4, 5, 6, -7, 5, 4],
                   "D": [34, 5, 32, -3, -56, -54]})
 
# Displaying the original DataFrame
print("Original Array : ")
print(df)
 
# background color mapping
print("\nDataframe - Gradient color:")
 
# df.style.background_gradient()
df.style.background_gradient(subset='B')

Producción :

Si desea cambiar otra columna, entonces

df.style.background_gradient(subset='D')

Producción : 

,