熊猫style.background_gradient忽略NaN

Question

我有以下代码将数据帧results转储到HTML表格中，以便TIME_FRAMES中的列根据seaborn的颜色图进行着色。

import seaborn as sns

TIME_FRAMES = ["24h", "7d", "30d", "1y"]

# Set CSS properties for th elements in dataframe
th_props = [
    ('font-size', '11px'),
    ('text-align', 'center'),
    ('font-weight', 'bold'),
    ('color', '#6d6d6d'),
    ('background-color', '#f7f7f9')
]

# Set CSS properties for td elements in dataframe
td_props = [
    ('font-size', '11px')
]


cm = sns.light_palette("green", as_cmap=True)
s = (results.style.background_gradient(cmap=cm, subset=TIME_FRAMES)
                  .set_table_styles(styles))
a = s.render()
with open("test.html", "w") as f:
    f.write(a)

由此，我得到警告：

  

/python3.7/site-packages/matplotlib/colors.py:512：RuntimeWarning：   减去xa [xa <0] = -1

遇到的无效值

而且，正如您在下图中所看到的，30d和1y列没有正确显示，因为它们具有NaN。我如何才能做到这一点，以便忽略NaN并仅使用有效值来呈现颜色？将NaN设置为0是无效的选项，因为NaN本身具有含义。

Answer 1

有点晚了，但是供以后参考。

我遇到了同样的问题，这就是我的解决方法：

import pandas as pd
import numpy as np
dt = pd.DataFrame({'col1': [1,2,3,4,5], 'col2': [4,5,6,7,np.nan], 'col3': [8,2,6,np.nan,np.nan]})

首先在nas中填充一个大值

dt.fillna(dt.max().max()+1, inplace=True)

将此最大值的字体涂成白色的功能

def color_max_white(val, max_val):
    color = 'white' if val == max_val else 'black'
    return 'color: %s' % color

将最大值背景变为白色的功能

def highlight_max(data, color='white'):
    attr = 'background-color: {}'.format(color)
    if data.ndim == 1:  # Series from .apply(axis=0) or axis=1
        is_max = data == data.max()
        return [attr if v else '' for v in is_max]
    else:  # from .apply(axis=None)
        is_max = data == data.max().max()
        return pd.DataFrame(np.where(is_max, attr, ''),
                            index=data.index, columns=data.columns)

将所有内容放在一起

max_val = dt.max().max()

dt.style.format("{:.2f}").background_gradient(cmap='Blues', axis=None).applymap(lambda x: color_max_white(x, max_val)).apply(highlight_max, axis=None)

This link帮助我找到了答案

Answer 2

@quant的答案几乎对我有用，但是我的背景渐变仍将使用最大值来计算颜色渐变。我实现了@ night-train的建议来设置颜色图，然后使用了两个功能：

import copy
cmap = copy.copy(plt.cm.get_cmap("Blues"))
cmap.set_under("white")

def color_nan_white(val):
    """Color the nan text white"""
    if np.isnan(val):
        return 'color: white'

def color_nan_white_background(val):
     """Color the nan cell background white"""
    if np.isnan(val):
        return 'background-color: white'

然后将它们再次应用到我的数据框中，从@quant借用，稍加修改即可：

(df.style
    .background_gradient(axis='index')
    .applymap(lambda x: color_nan_white(x))
    .applymap(lambda x: color_nan_white_background(x))
)

然后它运行完美。