pandas.io.formats.style.Styler.highlight_quantile

Styler.highlight_quantile(subset=None, color='yellow', axis=0, q_left=0.0, q_right=1.0, interpolation='linear', inclusive='both', props=None)

使用样式突出显示由分位数定义的值。

Added in version 1.3.0.

参数:

子集label, array-like, IndexSlice, 可选的

一个有效的 2d 输入到 DataFrame.loc[<subset>]，或者，在 1d 输入或单个键的情况下，到 DataFrame.loc[:, <subset>]，其中列优先，以限制 data 在应用函数 之前。

颜色str, 默认 ‘yellow’

用于高亮的背景颜色。

轴{0 或 ‘index’, 1 或 ‘columns’, None}, 默认 0

用于确定和突出显示分位数的轴。如果为 None ，则在整个 DataFrame 上测量分位数。请参见示例。

q_leftfloat, 默认 0

目标分位数范围的左边界，在 [0, q_right) 之间。

q_rightfloat, 默认 1

目标分位数范围的右边界，在 (q_left, 1] 范围内。

插值{‘linear’, ‘lower’, ‘higher’, ‘midpoint’, ‘nearest’}

传递给 Series.quantile 或 DataFrame.quantile 的参数，用于分位数估计。

inclusive{‘both’, ‘neither’, ‘left’, ‘right’}

确定分位数边界是闭合的还是开放的。

propsstr, 默认 None

用于高亮的CSS属性。如果给出了 props ，则不使用 color 。

返回:

Styler

参见

Styler.highlight_null

用样式突出显示缺失值。

Styler.highlight_max

用样式突出显示最大值。

Styler.highlight_min

用一种风格突出显示最小值。

Styler.highlight_between

用一种样式突出显示定义的范围。

备注

此函数不适用于 str 数据类型。

例子

使用 axis=None 并对所有集体数据应用分位数

>>> df = pd.DataFrame(np.arange(10).reshape(2, 5) + 1)
>>> df.style.highlight_quantile(axis=None, q_left=0.8, color="#fffd75")
... 

或者按行或按列突出显示分位数，在这种情况下按行突出显示

>>> df.style.highlight_quantile(axis=1, q_left=0.8, color="#fffd75")
... 

使用 props 代替默认的背景着色

>>> df.style.highlight_quantile(
...     axis=None,
...     q_left=0.2,
...     q_right=0.8,
...     props="font-weight:bold;color:#e83e8c",
... )