Python 如何有选择地将样式应用于特定列的行？

我想标记

所需列

（所需D到L）中的异常。这里，异常定义为每行中的任何值

400000

有关数据集，请参见下文

import pandas as pd
  
# intialise data of lists
data = { 
         'A':['L1', 'L2', 'L3', 'L4', 'L5'],
         'B':[1,1,1,1,1],
         'C':[1,2,3,5,9],
         'desired_D':[12005, 18190, 1021, 13301, 31119],
        'desired_E':[11021, 19112, 19021, 15, 24509 ],
        'desired_F':[10022,19910, 19113,449999, 25519],
        'desired_G':[14029, 29100, 39022, 24509, 412271],
        'desired_H':[52119,32991,52883,69359,57835],
         'desired_J':[41218, 52991,55121,69152,79355],
         'desired_K': [43211,7672991,56881,211,77342],
          'desired_L': [31211,42901,53818,62158,69325],
        }
  
# Create DataFrame
df = pd.DataFrame(data)
  
# Print the output.
df

目前，我的代码包含

B

列和

C

列（我想排除它们）

修订后的代码如下所示：

# function to flag the anomaly in each row- this flags columns B and C as well (I want to exclude these columns)

dont_format_cols = ['B','C']

def flag_outliers(s, dont_format_cols):
    if s.name in dont_format_cols:
        return '' # or None, or whatever df.style() needs
    else:
        s = pd.to_numeric(s, errors='coerce')
        indexes = (s<1500)|(s>400000)
        return ['background-color: red' if v else '' for v in indexes]

styled = df.style.apply(flag_outliers, axis=1)
styled

#函数标记每行中的异常-这也标记B列和C列（我想排除这些列）
dont_format_cols=['B'，'C']
def flag_异常值（s、NOT_format_COL）：
如果s.name采用dont\u格式\u cols：
返回“”#或None，或df.style（）需要的任何内容
其他：
s=pd.to_numeric（s，errors='concurve'）
索引=（s400000）
返回['background-color:red'if v else''表示索引中的v]
styled=df.style.apply（标记异常值，轴=1）
风格

编辑后的错误

所需输出：应排除

B

和

C

，请参阅下图

将离群值样式化功能（按列）应用于df的所有列。如果只想将其应用于某些列，请使用

子集

参数。

---

编辑：我不知道

df.style.apply（）

有一个

子集

参数，我已经提出了以下黑客方法：

1:检查样式功能内的序列名称

s.name

，就像解决方案一样

2：另一种黑客方法：在函数中添加第二个参数

dont\u format\u cols

标记异常值（s，dont\u format\u cols）。现在，您必须在apply调用中传递它，因此需要一个lambda：

styled = df.style.apply(lambda s: flag_outliers(s, dont_format_cols), axis=1)

以及：

---

使用

子集

参数。这正是它将样式仅隔离到特定区域的目的

i、 e

df.style.apply（标记异常值，轴=1，子集=）

---

您可以在pandas Styler用户指南文档中看到名为“精细切片”的示例。

将异常值样式功能（按列）应用于所有df。如果只想将其应用于某些列，请检查样式设置函数中的序列名称

s.name

，如中所示，这是否回答了您的问题？请准确地陈述你的问题。“如何标记异常…”是一条红鲱鱼（你实际上不是在寻找异常检测启发式），你试图有选择地应用样式。遗憾的是，这对我不起作用，我想我没有得到什么。我使用了你的代码（请参考我修改过的代码），得到一个错误

TypeError:flag\u outliers（）缺少一个必需的位置参数：“dont\u format\u cols”

@RickyTricky:它确实有效。显然，因为我们添加了第二个arg

dont\u format\u cols

，所以您要么传递它，要么默认它。或者作为。快速破解，您可以将其硬连接到

flag\u outliers（）

的主体中，而无需添加额外的参数

dont\u format\u cols

修改答案以显示这一点。请阅读pandas

apply（）

并查看一些示例，说明我们何时声明lambda函数以传入丢失/额外参数。在将

axis=1

更改为

axis=0

后，现在可以工作了。Thanks@Attack68当前位置我没有“忽略”它，我意识到它的存在。我更新了答案中的链接

styled = df.style.apply(lambda s: flag_outliers(s, dont_format_cols), axis=1)

def flag_outliers(s, dont_format_cols):
    if s.name in dont_format_cols:
        return '' # or None, or whatever df.style() needs
    else:
        # code to apply formatting