Python 突出显示多索引数据帧上的最大/最小值-熊猫

假设具有两层多索引数据帧：

df=pd.DataFrame（['one'，A'，100,3]，'two'，A'，101,4]，
[3'，A'，102,6]，“1'，B'，103,6]，
[2'，B'，104,0]，“3'，B'，105,3]，
列=['c1'，c2'，c3'，c4']）。设置索引（['c1'，c2']）。排序索引（）
打印（df）

哪个看起来像这个

           c3  c4
c1    c2         
one   A   100   3
      B   103   6
three A   102   6
      B   105   3
two   A   101   4
      B   104   0

我的目标是突出显示所有列

'c3'

和

'c4'

中

'c1'

中每个元素的

'c2'

元素之间的最小值（或相当于最大值）

             c3      c4
c1    c2         
one   A   **100**   **3**
      B     103       6
three A   **102**     6
      B     105     **3**
two   A   **101**     4
      B     104     **0**

你有什么建议吗

我已经尝试过这个方法，但它可以按列运行，并且不基于索引

def高亮显示最小值（数据）：
attr='背景色：{}'。格式（颜色）
如果data.ndim==1:#系列从.apply（轴=0）或轴=1
is_max=data==data.min（）
返回[attr if v else''对于v in is_max]
其他：#from.apply（轴=无）
is_max=data==data.min（）.min（）
返回pd.DataFrame（np.where（是最大值，属性“”），
index=data.index，columns=data.columns）
df=df.style.apply（高亮显示最小值，轴=0）

结果如下所示：

             c3      c4
c1    c2         
one   A   **100**     3
      B     103       6
three A     102       6
      B     105       3
two   A     101       4
      B     104     **0**

与

min

一起使用，并按所有值进行比较：

def highlight_min(data):
    color= 'red'
    attr = 'background-color: {}'.format(color)

    if data.ndim == 1:  # Series from .apply(axis=0) or axis=1
        is_min = data == data.min()
        return [attr if v else '' for v in is_min]
    else: 
        is_min = data.groupby(level=0).transform('min') == data
        return pd.DataFrame(np.where(is_min, attr, ''),
                            index=data.index, columns=data.columns)

---

@MROB-对我来说，工作很好，你是否使用

df.style.apply（高亮显示，axis=None）

？