Pandas絕對(duì)是Python中最好的數(shù)據(jù)分析工具，不接受反駁。

本文將展示如何美化 Pandas DataFrame 中的數(shù)字，并使用一些更高級(jí)的 Pandas 樣式可視化選項(xiàng)，來(lái)提高您使用 Pandas 分析數(shù)據(jù)的能力。

常見的比如說(shuō)：

• 在處理貨幣值時(shí)使用貨幣符號(hào)。例如，如果您的數(shù)據(jù)包含值 25.00，您不會(huì)立即知道該值是人民幣、美元、英鎊還是其他某種貨幣。
• 百分比是另一個(gè)有用的示，0.05 或 5%？使用百分比符號(hào)可以非常清楚地了解如何解釋數(shù)據(jù)。
• Pandas 樣式還包括更高級(jí)的工具，用于向輸出添加顏色或其他視覺元素。

案例分析

本文將使用一個(gè)虛擬數(shù)據(jù)，為大家進(jìn)行講解。該數(shù)據(jù)是一個(gè)虛構(gòu)組織的2018 年銷售數(shù)據(jù)。

數(shù)據(jù)集鏈接如下：
https://www.aliyundrive.com/s/Tu9zBN2x81c

1. 導(dǎo)入相關(guān)庫(kù)，并讀取數(shù)據(jù)

import numpy as np
import pandas as pd

df = pd.read_excel('2018_Sales_Total.xlsx')

效果如下：讀取這些數(shù)據(jù)后，我們可以做一個(gè)快速總結(jié)，看看客戶從我們這里購(gòu)買了多少以及他們的平均購(gòu)買金額是多少。為了簡(jiǎn)單起見，我這里截取了前 5 項(xiàng)數(shù)據(jù)。

df.groupby('name')['ext price'].agg(['mean', 'sum'])

結(jié)果如下：

2. 添加貨幣符號(hào)

當(dāng)您查看這些數(shù)據(jù)時(shí)，理解數(shù)字的比例有點(diǎn)困難，因?yàn)槟?6 個(gè)小數(shù)點(diǎn)和一些較大的數(shù)字。此外，目前還不清楚這是美元還是其他貨幣。我們可以使用 DataFrame style.format 解決這個(gè)問(wèn)題。

(df.groupby('name')['ext price']
 .agg(['mean', 'sum'])
 .style.format('${0:,.2f}'))

結(jié)果如下：使用 format 函數(shù)，可以在數(shù)據(jù)上使用 python 的字符串格式化工具的所有功能。在這種情況下，我們使用 ${0:,.2f} 放置前導(dǎo)美元符號(hào)，添加逗號(hào)并將結(jié)果四舍五入到小數(shù)點(diǎn)后兩位。

例如，如果我們想四舍五入到 0 位小數(shù)，我們可以將格式更改為 ${0:,.0f}。

(df.groupby('name')['ext price']
 .agg(['mean', 'sum'])
 .style.format('${0:,.0f}'))

結(jié)果如下：

3. 添加百分比

如果我們想按月查看總銷售額，我們可以使用 grouper 按月匯總，并計(jì)算每個(gè)月占年總銷售額的百分比。

monthly_sales = df.groupby([pd.Grouper(key='date', freq='M')])['ext price'].agg(['sum']).reset_index()
monthly_sales['pct_of_total'] = monthly_sales['sum'] / df['ext price'].sum()

結(jié)果如下：為了更加清楚明白的展示這個(gè)百分比，我們最好將其轉(zhuǎn)換為百分?jǐn)?shù)。

format_dict = {'sum':'${0:,.0f}', 'date': '{:%m-%Y}', 'pct_of_total': '{:.2%}'}
monthly_sales.style.format(format_dict).hide_index()

結(jié)果如下：

4. 突出顯示數(shù)字

除了樣式化數(shù)字，我們還可以設(shè)置 DataFrame 中的單元格樣式。讓我們用綠色突出顯示最高的數(shù)字，用彩色突出顯示最高、最低的數(shù)字。

(monthly_sales
 .style
 .format(format_dict)
 .hide_index()
 .highlight_max(color='lightgreen')
 .highlight_min(color='#cd4f39'))

結(jié)果如下：

5. 設(shè)置漸變色

另一個(gè)有用的函數(shù)是 background_gradient，它可以突出顯示列中的值范圍。

(monthly_sales.style
 .format(format_dict)
 .background_gradient(subset=['sum'], cmap='BuGn'))

結(jié)果如下：

6. 設(shè)置數(shù)據(jù)條

pandas樣式功能還支持在列內(nèi)繪制條形圖。

(monthly_sales
 .style
 .format(format_dict)
 .hide_index()
 .bar(color='#FFA07A', vmin=100_000, subset=['sum'], align='zero')
 .bar(color='lightgreen', vmin=0, subset=['pct_of_total'], align='zero')
 .set_caption('2018 Sales Performance'))

結(jié)果如下：

7. 繪制迷你圖

我認(rèn)為這是一個(gè)很酷的功能。

import sparklines

def sparkline_str(x):
    bins=np.histogram(x)[0]
    sl = ''.join(sparklines(bins))
    return sl
    
sparkline_str.__name__ = "sparkline"
df.groupby('name')['quantity', 'ext price'].agg(['mean', sparkline_str])