MENU

pandas – テーブルの表示をカスタマイズする方法

pandas
pandas Python
  1. ホーム
  2. Python
  3. pandas
  4. pandas – テーブルの表示をカスタマイズする方法
目次
  1. 概要
  2. Styler オブジェクト
  3. 強調表示
    1. 欠損値を強調する
    2. 列ごとに最小値を強調する
    3. 列ごとに最大値を強調する
    4. 値の大きさに応じて、背景にバーを表示する
    5. 値の大きさに応じてグラデーションする
  4. 書式を設定する
    1. 小数点の表示桁数を設定する
    2. 書式を設定する
    3. 欠損値の表示方法を設定する
    4. テーブルにタイトルを設定する
  5. HTML で出力する
  6. スタイルをクリアする
  7. 特定の範囲に設定する
  8. CSS を設定する
    1. テーブルの CSS を設定する
    2. テーブルの属性を設定する
    3. セルの CSS を設定する
    4. 行または列ごとに CSS を設定する
    5. すべてのセルに CSS を設定する
    6. where で条件に応じて、CSS を設定する

概要

pandas の Styler オブジェクトで Jupyter Notebook に表示されるテーブルの見た目をカスタマイズする方法について解説します。

Styler オブジェクト

DataFrame.style 属性で DataFrame のスタイルを表す Styler オブジェクトを取得できます。

In [1]: 
import numpy as np
import pandas as pd
from IPython.display import display, HTML

df = pd.DataFrame(
    [
        [11, None, 15, 4, 5],
        [2, 12, 10, 8, 16],
        [17, 24, 14, 13, 23],
        [19, 6, 18, None, 7],
        [3, 9, 20, 21, 1],
    ],
    index=["a", "b", "c", "d", "e"],
    columns=["A", "B", "C", "D", "E"],
)
df
Python
A B C D E
a 11 NaN 15 4.0 5
b 2 12.0 10 8.0 16
c 17 24.0 14 13.0 23
d 19 6.0 18 NaN 7
e 3 9.0 20 21.0 1
In [2]: 
print(type(df.style))
Python
<class 'pandas.io.formats.style.Styler'>

Styler オブジェクトの関数は、スタイルを変更した Styler オブジェクトを返すようになっています。Jupyter Notebook の場合、このオブジェクトを DataFrame と同様にそのまま出力できます。

In [3]: 
style = df.style.highlight_null()
print(type(style))

style
Python
<class 'pandas.io.formats.style.Styler'>
A B C D E
a 11 nan 15 4.000000 5
b 2 12.000000 10 8.000000 16
c 17 24.000000 14 13.000000 23
d 19 6.000000 18 nan 7
e 3 9.000000 20 21.000000 1

複数の変更を適用する場合は、数珠繋ぎで呼び出せます。

In [4]: 
style = (
    df.style.highlight_null().highlight_min(color="green").highlight_max(color="blue")
)
style
Python
A B C D E
a 11 nan 15 4.000000 5
b 2 12.000000 10 8.000000 16
c 17 24.000000 14 13.000000 23
d 19 6.000000 18 nan 7
e 3 9.000000 20 21.000000 1

強調表示

欠損値を強調する

Styler.highlight_null() で欠損値を強調表示できます。

In [5]: 
style = df.style.highlight_null("red")
Python
A B C D E
a 11 nan 15 4.000000 5
b 2 12.000000 10 8.000000 16
c 17 24.000000 14 13.000000 23
d 19 6.000000 18 nan 7
e 3 9.000000 20 21.000000 1

列ごとに最小値を強調する

Styler.highlight_max() で列ごとに最小値を強調表示できます。

  • color: 色
  • axis: 適用する方向
  • subset: 特定のインデックスにのみ適用する場合は指定する
In [6]: 
df.style.highlight_min(color="green")
Python
A B C D E
a 11 nan 15 4.000000 5
b 2 12.000000 10 8.000000 16
c 17 24.000000 14 13.000000 23
d 19 6.000000 18 nan 7
e 3 9.000000 20 21.000000 1

列ごとに最大値を強調する

Styler.highlight_max() で列ごとに最大値を強調表示できます。

  • color: 色
In [7]: 
df.style.highlight_max(color="green")
Python
A B C D E
a 11 nan 15 4.000000 5
b 2 12.000000 10 8.000000 16
c 17 24.000000 14 13.000000 23
d 19 6.000000 18 nan 7
e 3 9.000000 20 21.000000 1

値の大きさに応じて、背景にバーを表示する

Styler.bar() で値の大きさに応じて、背景にバーを表示できます。

In [8]: 
df = pd.DataFrame(
    {
        "A": [132, -107, -162, 96, 145, -133, 12, 35, 168, -12],
        "B": [0, -143, 21, 10, 105, 56, 120, 103, -132, 63],
        "C": [-31, 56, 67, 0, 16, 139, 0, -38, 142, -58]
    }
)

df.style.bar(color=["red", "green"], align="mid")
Python
A B C
0 132 0 -31
1 -107 -143 56
2 -162 21 67
3 96 10 0
4 145 105 16
5 -133 56 139
6 12 120 0
7 35 103 -38
8 168 -132 142
9 -12 63 -58

値の大きさに応じてグラデーションする

Styler.background_gradien() で列ごとに値の大きさに応じて色分けできます。

  • cmap: カラーマップ名
  • text_color_threshold: テキストを黒白のどちらで表示するかを判断する際の閾値
  • vmin, vmax: カラーマップの値の範囲
In [9]: 
df = pd.DataFrame(
    np.arange(25).reshape(5, 5),
    index=["a", "b", "c", "d", "e"],
    columns=["A", "B", "C", "D", "E"],
)
# 列ごと
display(df.style.background_gradient(axis=0))

# 行ごと
display(df.style.background_gradient(axis=1))
Python
A B C D E
a 0 1 2 3 4
b 5 6 7 8 9
c 10 11 12 13 14
d 15 16 17 18 19
e 20 21 22 23 24
A B C D E
a 0 1 2 3 4
b 5 6 7 8 9
c 10 11 12 13 14
d 15 16 17 18 19
e 20 21 22 23 24

書式を設定する

小数点の表示桁数を設定する

Styler.set_precision() で小数点以下の表示桁数を設定できます。

In [10]: 
df = pd.DataFrame(
    [
        [11, None, 15, 4, 5],
        [2, 12, 10, 8, 16],
        [17, 24, 14, 13, 23],
        [19, 6, 18, None, 7],
        [3, 9, 20, 21, 1],
    ],
    index=["a", "b", "c", "d", "e"],
    columns=["A", "B", "C", "D", "E"],
)

df.style.set_precision(2)
Python
A B C D E
a 11 nan 15 4.00 5
b 2 12.00 10 8.00 16
c 17 24.00 14 13.00 23
d 19 6.00 18 nan 7
e 3 9.00 20 21.00 1

書式を設定する

Styler.format() で書式を設定できます。 na_rep で欠損値の表示方法も合わせて設定できます。

In [11]: 
df2 = (df / df.sum(axis=0))

df2.style.format("{:.0%}", na_rep="-")
Python
A B C D E
a 21% – 19% 9% 10%
b 4% 24% 13% 17% 31%
c 33% 47% 18% 28% 44%
d 37% 12% 23% – 13%
e 6% 18% 26% 46% 2%

dict を使って列ごとに異なる書式を設定することもできます。

In [12]: 
df2.style.format({"A": "{:.0%}", "B": "{:.2%}"}, na_rep="-")
Python
A B C D E
a 21% – 0.194805 0.086957 0.096154
b 4% 23.53% 0.129870 0.173913 0.307692
c 33% 47.06% 0.181818 0.282609 0.442308
d 37% 11.76% 0.233766 nan 0.134615
e 6% 17.65% 0.259740 0.456522 0.019231

欠損値の表示方法を設定する

Styler.set_na_rep() で欠損値の表示方法を設定できます。

In [13]: 
df.style.set_na_rep("-")
Python
A B C D E
a 11 – 15 4.000000 5
b 2 12.000000 10 8.000000 16
c 17 24.000000 14 13.000000 23
d 19 6.000000 18 – 7
e 3 9.000000 20 21.000000 1

テーブルにタイトルを設定する

Styler.set_caption() でテーブルにタイトルを設定できます。

In [14]: 
df.style.set_caption("タイトル")
Python
タイトル
A B C D E
a 11 nan 15 4.000000 5
b 2 12.000000 10 8.000000 16
c 17 24.000000 14 13.000000 23
d 19 6.000000 18 nan 7
e 3 9.000000 20 21.000000 1

HTML で出力する

Styler.render() で Style オブジェクトを HTML テーブルとして出力できます。

In [15]: 
df = pd.DataFrame([[1, 2], [3, 4]], index=["a", "b"], columns=["A", "B"])

style = df.style.background_gradient()
HTML(style.render())
Python
A B
a 1 2
b 3 4

出力されたテーブルには id 属性に UUID が設定されており、各セルにも一意となる id 属性が設定されています。 自動で割り当てられる UUID の代わりに Styler.set_uuid() で id 属性に設定する値を指定できます。

In [16]: 
style = df.style.background_gradient().set_uuid("hoge")
HTML(style.render())
Python
A B
a 1 2
b 3 4

スタイルをクリアする

.Styler.clear() でスタイルをクリアします。

In [17]: 
style = df.style.background_gradient()
display(style)

style.clear()
display(style)
Python
A B
a 1 2
b 3 4
A B
a 1 2
b 3 4

特定の範囲に設定する

subset にスタイルを適用する範囲を以下で指定します。

  • 列名
  • 列名の一覧
  • pd.IndexSlice オブジェクト
In [18]: 
df = pd.DataFrame(
    np.arange(25).reshape(5, 5),
    index=["a", "b", "c", "d", "e"],
    columns=["A", "B", "C", "D", "E"],
)

# 特定の列
display(df.style.background_gradient(axis=0, subset=["A", "C"]))

# 特定の行
display(df.style.background_gradient(axis=1, subset=pd.IndexSlice[["a", "c"], :]))

# 特定の範囲
display(df.style.background_gradient(axis=1, subset=pd.IndexSlice["a":"c", "A":"C"]))
Python
A B C D E
a 0 1 2 3 4
b 5 6 7 8 9
c 10 11 12 13 14
d 15 16 17 18 19
e 20 21 22 23 24
A B C D E
a 0 1 2 3 4
b 5 6 7 8 9
c 10 11 12 13 14
d 15 16 17 18 19
e 20 21 22 23 24
A B C D E
a 0 1 2 3 4
b 5 6 7 8 9
c 10 11 12 13 14
d 15 16 17 18 19
e 20 21 22 23 24

CSS を設定する

テーブルの CSS を設定する

Styler.set_table_styles() でテーブルに適用する CSS のプロパティを設定できます。

各スタイルは [{"selector": <CSS セレクタ>, "props": [(<プロパティ名>, <値>), ...]}, ...] で指定します。

In [19]: 
style = df.style.set_table_styles(
    [{"selector": "tr:hover", "props": [("background-color", "yellow")]}]
)
style
Python
A B C D E
a 0 1 2 3 4
b 5 6 7 8 9
c 10 11 12 13 14
d 15 16 17 18 19
e 20 21 22 23 24

テーブルの属性を設定する

Styler.set_table_attributes() でテーブルに属性を設定できます。

セルの CSS を設定する

Styler.set_properties() ですべてのセルに適用する CSS のプロパティを設定できます。

In [20]: 
style = df.style.set_properties(
    **{"background-color": "black", "color": "lawngreen", "border-color": "white"}
)

style
Python
A B C D E
a 0 1 2 3 4
b 5 6 7 8 9
c 10 11 12 13 14
d 15 16 17 18 19
e 20 21 22 23 24

行または列ごとに CSS を設定する

Styler.apply() で列または行ごとに CSS を適用できます。 引数には Series を受け取り、その Series の各要素に適用する CSS プロパティの一覧を返す関数を指定します。

In [21]: 
def highlight_max(s):
    return ["background-color: green" if x == s.max() else "" for x in s]


df.style.apply(highlight_max)
Python
A B C D E
a 0 1 2 3 4
b 5 6 7 8 9
c 10 11 12 13 14
d 15 16 17 18 19
e 20 21 22 23 24

すべてのセルに CSS を設定する

Styler.apply() でセルごとに CSS を適用できます。 引数には値を受け取り、その値に適用する CSS プロパティを返す関数を指定します。

In [22]: 
def highlight_even(x):
    return "background-color: green" if x % 2 == 0 else ""


df.style.applymap(highlight_even)
Python
A B C D E
a 0 1 2 3 4
b 5 6 7 8 9
c 10 11 12 13 14
d 15 16 17 18 19
e 20 21 22 23 24

where で条件に応じて、CSS を設定する

Styler.where(cond, value, other) は、値を引数にとり、bool を返す関数を cond に指定し、関数が True を返した場合は value を適用し、False を返した場合は other を適用します。

In [23]: 
df.style.where(lambda x: x > 10, "background-color: green", "background-color: red")
Python
A B C D E
a 0 1 2 3 4
b 5 6 7 8 9
c 10 11 12 13 14
d 15 16 17 18 19
e 20 21 22 23 24

Styler.pipe() で Styler オブジェクトを引数にとり、Styler オブジェクトを返す関数を数珠つなぎで呼び出せます。

In [24]: 
def set_min_max(style):
    return style.highlight_min(color="red").highlight_max(color="red")


def set_format(style):
    return style.format("{:.2f}")


df.style.pipe(set_min_max).pipe(set_format)
Python
A B C D E
a 0.00 1.00 2.00 3.00 4.00
b 5.00 6.00 7.00 8.00 9.00
c 10.00 11.00 12.00 13.00 14.00
d 15.00 16.00 17.00 18.00 19.00
e 20.00 21.00 22.00 23.00 24.00
pandas
pandas Python

コメント

コメントする

目次
  1. 概要
  2. Styler オブジェクト
  3. 強調表示
    1. 欠損値を強調する
    2. 列ごとに最小値を強調する
    3. 列ごとに最大値を強調する
    4. 値の大きさに応じて、背景にバーを表示する
    5. 値の大きさに応じてグラデーションする
  4. 書式を設定する
    1. 小数点の表示桁数を設定する
    2. 書式を設定する
    3. 欠損値の表示方法を設定する
    4. テーブルにタイトルを設定する
  5. HTML で出力する
  6. スタイルをクリアする
  7. 特定の範囲に設定する
  8. CSS を設定する
    1. テーブルの CSS を設定する
    2. テーブルの属性を設定する
    3. セルの CSS を設定する
    4. 行または列ごとに CSS を設定する
    5. すべてのセルに CSS を設定する
    6. where で条件に応じて、CSS を設定する