允许熊猫数据帧的基本视觉效果的包
easystyle的Python项目详细描述
easystyle
easystyle是一个python包,它允许简单快速的数据分析,而不必导出到excel。easystyle以数据帧的形式读取数据,并根据用户调用的内容突出显示某些单元格。这个包在很大程度上依赖于pandas中的样式,并从styingpandas文档中提取一些基本代码。在EasyType中使用诸如通过突出显示单元格或文本、最大值、最小值、离群值和Na值来识别的功能。这些功能允许用户快速查看jupyter笔记本中的数据。它还用于显示比使用标准数据框更干净的数据,以便您可以向其他人显示信息,而无需转到excel。
easystyle在jupyter笔记本电脑中工作得很好,但我不确定它在其他环境中的工作效果如何,或者是否能工作
安装easystyle
pip install easystyle
导入easystyle
导入easystyle的最佳方法是:
from easystyle import Style as es
这是因为使用包时调用函数更简单。对于下面的示例,我们将假定此导入方法。
突出显示负值
def highlight_negative(df, col = 'red'):
为了使用highlight_negative,用户必须提供数据帧。用户不需要提供颜色,但如果需要红色以外的颜色,则可以提供。运行功能:
df = es.highlight_negative(df, color)
突出显示正值
def highlight_positive(df, col = 'green'):
此函数与上面的函数类似。运行功能:
df = es.highlight_positive(df, color)
突出显示负值和正值
def highlight_neg_pos(df, colNeg = 'red', colPos = 'green'):
从上往下看。运行功能:
df = es.highlight_neg_pos(df, color_neg, color_pos)
突出最大值
def highlight_max(df, column_names, col='yellow'):
函数被提供一个额外的变量,列名。{< CD1> }是您希望在其中找到最大值的列名数组。例如:
column_names = ['A', 'B', 'C']
df = es.highlight_max(df, column_names, color)
突出显示最小值
def highlight_min(df, column_names, col='orange'):
类似地强调最大值。例如:
column_names = ['A', 'B', 'C']
df = es.highlight_min(df, column_names, color)
突出显示异常值
def highlight_outlier(df, column_names, colLow='red', colUp='red'):
此函数使用iqr方法来查找异常值。同样,column_names
是列名数组。例如:
df = es.highlight_outlier(df, column_names, colorLower, colorUpper)
突出显示NaN值
def highlight_NaN(df, color = 'red'):
如果检测到任何NaN值,它们将亮显。例如:
df = es.highlight_NaN(df, color)
给出梯度
def highlight_gradient(df, color = 'green'):
此函数使用seaborn包提供的渐变。例如:
df = es.highlight_gradient(df, color)