python - Python pandas 中的灵活链接

Question

环境

我按顺序将两种方法应用于熊猫样式器对象，例如

df.style \
  .applymap(mapping1, subset=["column_a"]) \
  .applymap(mapping2, subset=["column_b"])

不过，我应用的映射有所不同。例如，我可能意识到我想添加一个名为mapping3column的新映射column_c。为了可扩展性，我希望能够快速添加映射并应用它，而不必在上面的代码段中添加一行。

我的问题

我想灵活地提供映射并将它们全部应用于df，其中输入是映射列表（例如mappings = [(mapping1, col1), (mapping2, col2), (mapping3, col3)]，输出是样式化的数据框。

即使这个问题使用了样式数据框的例子，我认为这个问题并不限于链接样式器对象本身。我认为它适用于 pandas 中所有类型的链接方法。

可重现的例子

import pandas as pd

df = pd.DataFrame({
    "column_a": [-1, -2, 3, 4],
    "column_b": ["good", "bad", "neutral", "amazing"],
    "column_c": [0.1, 0.9, 0.5, 1]
})


def mapping1(val):
    if val < 0:
        color = "red"
    elif val > 0:
        color = "green"
    else:
        color = "black"
    return "background-color: %s" % color


def mapping2(val):
    if val == "amazing":
        color = "purple"
    else:
        color = "black"
    return "color: %s" % color


def mapping3(val):
    if val < 0.8:
        color = "orange"
    if val >= 0.8:
        color = "green"
    return "color: %s" % color


styler = df.style \
    .applymap(mapping1, subset=['column_a']) \
    .applymap(mapping2, subset=["column_b"]) \
    .applymap(mapping3, subset=["column_c"])

styler

标签： pythonpandaschaining

Answer 1

这是一种使用style.apply和反转字典的方法

mappings = [(mapping1, 'column_a'), (mapping2, 'column_b'), (mapping3, 'column_c')]

df.style.apply({v:k for k,v in mappings})

---