นุ่น: วิธีใช้การจัดรูปแบบตามเงื่อนไขกับเซลล์
คุณสามารถใช้ฟังก์ชัน df.style.applymap() เพื่อใช้การจัดรูปแบบตามเงื่อนไขกับเซลล์ใน DataFrame ของแพนด้า
ตัวอย่างต่อไปนี้แสดงวิธีใช้ฟังก์ชันนี้ในทางปฏิบัติ
ตัวอย่าง: ใช้การจัดรูปแบบตามเงื่อนไขกับเซลล์ใน Pandas
สมมติว่าเรามี DataFrame แพนด้าต่อไปนี้ซึ่งมีข้อมูลเกี่ยวกับผู้เล่นบาสเกตบอลต่างๆ:
import pandas as pd #createDataFrame df = pd. DataFrame ({' points ': [18, 22, 19, 14, 14, 11, 20, 28], ' assists ': [4, 5, 5, 4, 9, 12, 11, 8], ' rebounds ': [3, 9, 12, 4, 4, 9, 8, 2]}) #view DataFrame print (df) points assists rebounds 0 18 4 3 1 22 5 9 2 19 5 12 3 14 4 4 4 14 9 4 5 11 12 9 6 20 11 8 7 28 8 2
เราสามารถใช้โค้ดต่อไปนี้เพื่อใช้พื้นหลังสีเขียวอ่อนกับแต่ละเซลล์ใน DataFrame ที่มีค่าน้อยกว่า 10:
#define function for conditional formatting
def cond_formatting (x):
if x < 10 :
return ' background-color: lightgreen '
else :
return None
#display DataFrame with conditional formatting applied
df. style . applymap (cond_formatting)

โปรดทราบว่าทุกเซลล์ใน DataFrame ที่มีค่าน้อยกว่า 10 จะมีพื้นหลังสีเขียวอ่อน
หมายเหตุ : หากการจัดรูปแบบตามเงื่อนไขไม่ทำงานในสมุดบันทึก Jupyter ตรวจสอบให้แน่ใจว่าได้รันคำสั่ง %pip install Jinja2 ก่อน
นอกจากนี้เรายังสามารถใช้อาร์กิวเมนต์ สี และ น้ำหนักฟอนต์ เพื่อใช้การจัดรูปแบบตามเงื่อนไขที่ซับซ้อนมากขึ้นได้
ตัวอย่างต่อไปนี้แสดงวิธีการทำเช่นนี้:
#define function for conditional formatting
def cond_formatting (x):
if x < 10 :
return ' background-color: lightgreen; color:red; font-weight:bold '
elif x < 15 :
return ' background-color:yellow '
else :
return None
#display DataFrame with conditional formatting applied
df. style . applymap (cond_formatting)

ต่อไปนี้เป็นวิธีการทำงานของฟังก์ชันการจัดรูปแบบตามเงื่อนไขในตัวอย่างนี้:
- สำหรับค่าที่น้อยกว่า 10 ให้ใช้พื้นหลังสีเขียวอ่อนพร้อมแบบอักษรสีแดงตัวหนา
- สำหรับค่า ≥ 10 แต่น้อยกว่า 15 ให้ใช้พื้นหลังสีเหลือง
- สำหรับค่าที่มากกว่า 15 ห้ามใช้การจัดรูปแบบตามเงื่อนไขใดๆ
คุณสามารถใช้ if , elif และฟังก์ชัน อื่นๆ ได้มากเท่าที่คุณต้องการใช้กฎการจัดรูปแบบตามเงื่อนไขกับเซลล์ใน DataFrame ได้มากเท่าที่คุณต้องการ
แหล่งข้อมูลเพิ่มเติม
บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการทั่วไปอื่น ๆ ในแพนด้า:
วิธีเพิ่มชื่อตารางให้กับ Pandas DataFrame
วิธีแสดงแถวทั้งหมดใน Pandas DataFrame
วิธีแสดงคอลัมน์ทั้งหมดของ Pandas DataFrame