使用百分位数为数据框单元格着色背景

Question

所以我有一个时间序列数据框 df，它有“n”列和大量行：

df = pd.read_csv('percentiles.csv', index_col=0, parse_dates=True)

df 的最后 3 行看起来像这样：

	ATH	ATL	12MH	12ML	3MH	3ML	1MH	1ML
日期
2024-02-16	6	0	8	-1	11	-8	15	-16
2024-02-19	8	-1	10	-2	11	-5	22	-11
2024-02-20	8	0	13	0	16	-2	40	-3

我正在尝试将此 df 导出为表格（pdf），单元格的背景颜色取决于其列中值的高低。我发现的一种方法是使用百分号。

我制作了另一个数据框，以确定每列的百分位数：

percentiles = [0, 0.1, 0.2, 0.8, 0.9]
df2 = df.quantile(q=percentiles, axis=0)

df2，包含每列的百分位数值，如下所示：

	ATH	ATL	12MH	12ML	3MH	3ML	1MH	1ML
0.0	0.0	-115.0	0.0	-74.0	0.0	-122.0	0.0	-136.0
0.1	0.0	-8.0	0.0	-8.0	1.0	-26.1	4.0	-44.1
0.2	1.8	-4.0	1.0	-4.0	3.0	-14.0	7.0	-28.0
0.8	10.0	0.0	11.0	0.0	20.0	-1.0	33.0	-4.0
0.9	15.0	0.0	16.0	0.0	29.0	0.0	44.1	-2.0

我制作了一本字典，为每个百分位数指定颜色：

percentile_color = {0:'red', 0.1: 'orange', 0.2: 'white', 0.8: 'lightgreen', 0.9: 'green'}

我想用该列的百分位数颜色为每列中的每个单元格着色。我可以对一系列（列）执行此操作，但是一旦我制作了数据框，其中每列都有不同的百分位数值，我就陷入困境。有什么建议么？谢谢！

Answer 1

您可以将

styler.apply

与使用

quantile

和

merge_asof

:

的自定义函数一起使用

def get_colors(s):
    s = s.astype(float).sort_values()
    return (pd.merge_asof(s.reset_index(), s.quantile(q=percentiles).reset_index())
              .set_index('Date')['index']
              .map(lambda x: f'background-color: {percentile_color.get(x, "")}')
           )

df.style.apply(get_colors)

输出：