Python 如何在pandas中链接样式函数的条件？ 这就是我想要实现的

我有一个熊猫数据框-例如，这个：

            0           1           2
0  110.718803  119.821042  -52.593518
1   65.180254   33.518722  -69.893688
2 -135.652788  -64.711718 -241.717819
3  237.781393  -56.865142   15.969767
4  141.585158  138.904568 -115.155063
5   10.030938  -59.274415   73.328127
6  106.937681   -3.604859   44.418938
7  -49.478211  -91.574908  160.340627
8  170.744019  -85.764809  246.141857
9  -94.246832   81.069700 -113.460438

根据3种情况，单元格的背景色应不同：
单元格=100应为蓝色
所有其他细胞

我就是这么做的 我编写了这个函数（基于Pandas文档中的信息：

def高亮显示_编号（行）：
返回[
“背景色：红色；颜色：白色”如果单元格您可以编写一个普通for循环，而不是列表理解

def highlight_number(row):
    arr = []
    for cell in row:
        if  cell <= 0:
            arr.append('background-color: red; color: white')
        elif cell >= 100:
            arr.append('background-color: blue; color: white')
        else:
            arr.append('background-color: white; color: black')
    return arr
df.style.apply(highlight_number)

def高亮显示_编号（行）：
arr=[]
对于行中的单元格：
如果单元格=100：
arr.append（'背景色：蓝色；颜色：白色'）
其他：
arr.append（'背景色：白色；颜色：黑色'）
返回arr
df.style.apply（突出显示编号）

输出：

我觉得最简单的方法是使用它，它接受一个条件列表和一个选择列表（比如if elif，也像else一样接受一个默认值），修改您的函数，并在
axis=None
上使用它，因为我们应用于整个数据帧（注意，您也可以对列的子集使用
子集
）

def突出显示_编号（数据帧）：
条件=[dataframe 0）&（dataframe>=100）]#您的条件
选项=[“背景色：红色；颜色：白色”，
'背景色：蓝色；颜色：白色']
arr=np.select（条件、选项，'background-color:white；color:black'）
返回pd.DataFrame（arr，index=DataFrame.index，columns=DataFrame.columns）
df.style.apply（突出显示编号，轴=无）


是的：根据我的出发点，迭代并将彩色单元格附加到空列表中。这是一个非常灵活的解决方案，因为它可以用于列的子集（与第一个答案相反）。但需要额外导入Numpy。
def highlight_number(row):
    arr = []
    for cell in row:
        if  cell <= 0:
            arr.append('background-color: red; color: white')
        elif cell >= 100:
            arr.append('background-color: blue; color: white')
        else:
            arr.append('background-color: white; color: black')
    return arr
df.style.apply(highlight_number)

def highlight_number(dataframe):
    
    conditions = [dataframe <=0,(dataframe>0) & (dataframe>=100)] #your conditions
    choices = ['background-color: red; color: white',
               'background-color: blue; color: white']
    arr = np.select(conditions,choices,'background-color: white; color: black')
    return pd.DataFrame(arr,index=dataframe.index,columns=dataframe.columns)


df.style.apply(highlight_number,axis=None)