Python实现Excel中数据条显示

Python中要实现百分比数据条的显示，可以使用pandas 库，pandas图表样式的设置与Excel中的条件格式设置比较类似，比如Excel里常用的数据条 的用法，在pandas中使用代码进行高亮显示，用来突出重点数据，下面一起来学习。

一、数据获取

首先，导入2021年12月全国城市住宅房价排行榜的数据，计算增长率等指标。

复制代码

import https://zhida.zhihu.com/search?content_id=694695338&content_type=Answer&match_order=1&q=pandas+&zhida_source=entityas pd 

data_city_price=pd.read_excel(r'C:/Users/尚天强/Desktop/大话数据分析系列原创/pandas/2021年12月全国城市住宅房价排行榜.xlsx') 
data_city_price['增长率']=(data_city_price['12月']/data_city_price['7月']-1)#.apply(lambda x:format(x,'.2%')) 
data_city_price['自增长率']=data_city_price['12月'].pct_change(fill_method='ffill')#.apply(lambda x:format(x,'.2%')) 
df=data_city_price 
df

查看图表数据属性，其中"7月"、"增长率"、"自增长率"这三列数据类型都是字符型，而且都有缺失值。

复制代码

df.info()

二、格式设置

pandas运算后得到的数据类型是小数，如果需要将其转化为百分数%，可以使用format函数自定义数据类型。

复制代码

#自定义数据类型 
df.style.format({'7月':'{:.0f}','增长率':'{:.2%}','自增长率':'{:.2%}'})

数据字段显示较多可以使用hide_columns函数隐藏列。

复制代码

#隐藏列 
df.style.hide_columns(['自增长率'])

标记数据的最大值使用highlight_max函数。

复制代码

#高亮显示最大值，默认是黄色 
df.style.highlight_max()

同理，标记数据的最小值使用highlight_min函数。

复制代码

#高亮显示最小值，高亮颜色可更改 
df.style.highlight_min(color='gray')

突出显示空单元格使用highlight_null函数。

复制代码

#高亮显示空值 
df.style.highlight_null(null_color='blue')

同时pandas还支持链式调用，也就是说pandas设置格式可以使用点的形式依次设置数据格式，突出显示最大值、最小值、空值。

复制代码

#https://zhida.zhihu.com/search?content_id=694695338&content_type=Answer&match_order=2&q=%E9%93%BE%E5%BC%8F%E8%B0%83%E7%94%A8&zhida_source=entity 
(df.style.format({'7月':'{:.0f}','增长率':'{:.2%}','自增长率':'{:.2%}'})
          .highlight_max()
          .highlight_min(color='gray')
          .highlight_null(null_color='blue')
          .hide_columns(['自增长率']))

除了高亮显示空值，还可以将空的单元格替换为具体的文本，比如这里替换为空值。

复制代码

#高亮显示空值，并标注 
(df.style.highlight_null(null_color='red')
          .format({'7月':'{:.0f}','增长率':'{:.2%}','自增长率':'{:.2%}'},na_rep='空值'))

图表设置格式后即可导出。

复制代码

#导出图层 
(df.style.highlight_null(null_color='red')
          .format({'7月':'{:.0f}','增长率':'{:.2%}','自增长率':'{:.2%}'},na_rep='空值')
          .to_excel(r'C:\Users\尚天强\Desktop\styled.xlsx', engine='openpyxl',index=False))

三、色阶

使用pandas设置色阶，类似Excel条件格式中的色阶使用，数值越大，颜色越深，数值越小，颜色越浅。

复制代码

#色阶 
import seaborn as sns 
cmp=sns.light_palette('blue',as_cmap=True) 
therm=df.iloc[:,0:3].style.background_gradient(cmap=cmp) 
therm

四、数据条

使用pandas设置数据条，当数值大于0时，标记为绿色，当数值小于0时，标记为红色。

复制代码

#数据条 
(df.iloc[0:10,:].style.bar(['7月','12月','增长率','自增长率'],align='mid',color=['#d65f5f','#5fba7d'])                       .format({'7月':'{:.0f}','增长率':'{:.2%}','自增长率':'{:.2%}'}))

RGB颜色表

http://www.yini.org/liuyan/rgbcolor.htm

RGB颜色格式：#RRGGBB(两个R代表了红色光，两个G代表了绿色光，两个B代表了蓝色光,RGB均用16进制数字表示) ,如#0000ff代表了0份红色光，0份绿色光和255份蓝色光。

除了使用默认的数据条颜色，还可以使用上述的RGB颜色表，自定义数据条颜色。

复制代码

#数据条 
(df.iloc[0:10,:].style.bar(['7月','12月','增长率','自增长率'],align='mid',color=['#FF6666','#0099CC'])                       .format({'7月':'{:.0f}','增长率':'{:.2%}','自增长率':'{:.2%}'}))

五年互联网数据分析经验，擅长Excel、SQL、Python、PowerBI数据处理工具，数据可视化、商业数据分析技能，统计学、机器学习知识，持续创作数据分析内容，点赞关注，不迷路。