来自“ Pandas Cookbook”第7章的最后一个示例,使用flight.csv数据集。目的是为每个航空公司和始发机场组合找到最长的延误条纹。我对自己做了一些修改。
def max_delay_streak(df):
df = df.reset_index(drop=True)
s = 1- df['ON_TIME']
s1 = s.cumsum()
streak = s.mul(s1).diff().where(lambda x: x < 0).ffill().add(s1, fill_value =0)
df['streak'] = streak
last_idx = streak.idxmax()
max_streak = streak.max()
# my slight modification here to accommodate delay streak equals 0
if max_streak == 0:
first_idx = 0
else:
first_idx = last_idx - max_streak + 1
df_return = df.loc[[first_idx, last_idx],['MONTH','DAY']]
df_return['streak'] = max_streak
df_return.index = ['first','last']
df_return.index.name = 'streak_row'
# search and operate zero streak
# my adjustment to find index where there is no delay streak
# df_return[df_return['streak'] == 0].index
# gets the MultiIndex([('EV', 'PHX', 'first'), ('EV', 'PHX', 'last')],
# names=['AIRLINE', 'ORG_AIR', 'streak_row'])
no_streak = df_return[df_return['streak'] == 0].index
# get the data from respective index and return month/day into '-'
df_return.loc[no_streak,['MONTH','DAY']] = '-'
return df_return
flights.sort_values(['MONTH','DAY','SCHED_DEP']).groupby(['AIRLINE','ORG_AIR']).apply(max_delay_streak)
代码在这里运行正常。接下来,我尝试以黄色突出显示延迟条纹为0(或任何其他数字)的行。
我尝试了2种方法,该程序无错误运行,并生成原始数据帧而没有突出显示任何内容。
方法1:在上述程序的最后一行中重用.loc逻辑,以使用索引进入特定行以添加颜色。
df_return.loc[no_streak].style.apply('background-color: yellow',axis=1)
方法2:一种丑陋的方式。我尝试提取所有(航空公司,始发机场,第一/最后)索引,并根据零延迟条纹索引对其进行检查,其中信息存储在变量“ no_streak”(在这种情况下为“'EV','PHX',' first')(('EV','PHX','last'))。如果满足条件,则应用颜色。
df_return.style.apply(['background-color: yellow' for x in list(df_return.index) if x in list(no_streak)], axis=1)
为什么我的代码无法获得所需的图片?是否有可能达到目标?
在max_delay_streak()函数外部执行样式。
import pandas as pd
flights = pd.read_csv('flights.csv')
flights['ON_TIME'] = flights['ARR_DELAY'].lt(15).astype(int)
flights_agg = flights.sort_values(['MONTH', 'DAY', 'SCHED_DEP']).groupby(['AIRLINE', 'ORG_AIR']).apply(max_delay_streak)
flights_agg.style.apply(lambda x: ['background-color: yellow']*3 if x.streak == 0 else ['background-color: default']*3, axis=1)
其中max_delay_streak()是问题中定义的函数。