在dataframe python中匹配列并突出显示结果
我希望在两列之间找到匹配项,并在一个dataframes中突出显示两列的结果,因此我编写了以下代码:在dataframe python中匹配列并突出显示结果,python,pandas,window,Python,Pandas,Window,我希望在两列之间找到匹配项,并在一个dataframes中突出显示两列的结果,因此我编写了以下代码: df=pd.DataFrame({'Name':['Zea mays','Zea mays subsp. mexicana','Zea mays subsp. parviglumis'],'ID':[1,2,3],'type':[1.1,1.2,1.3], 'Name.1':['Zea mays subsp. huehuetenangensis','Zea ma
df=pd.DataFrame({'Name':['Zea mays','Zea mays subsp. mexicana','Zea mays subsp. parviglumis'],'ID':[1,2,3],'type':[1.1,1.2,1.3],
'Name.1':['Zea mays subsp. huehuetenangensis','Zea mays subsp. mays','Zea mays'],'ID.1':[1,2,3],'type.1':[1.1,1.2,1.3],
'Name.2':['Zea nicaraguensis','Zea luxurians','Zea perennis'],'ID.2':[1,2,3],'type.2':[1.1,1.2,1.3],
'Name.3':['Capsicum annuum','Capsicum frutescens','Capsicum chinense'],'ID.3':[1,2,3],'type.3':[1.1,1.2,1.3]})
def in_statements(s):
color = 'yellow'
if np.where(str(s.iloc[4]) == str(s.iloc[8])):
color = 'yellow'
else:
color = 'black'
return 'background-color: %s' % color
df.style.applymap(in_statements)
但是,它给了我这个错误:(“'str'对象没有属性'iloc','发生在索引样本上”)
这是输入的一个示例:
它应该这样做:
有人能给我指出正确的方向吗?感谢如果希望突出显示
名称
s列中的重复值,请使用掩码creted by for the columns withName
、重塑者、获取重复者和重塑者:
提供一个输入数据框的示例,以及您预期的输出。我编辑了我的问题,以获得所需的输入。您还可以将输出写入excell文件吗?因为当我尝试这样做时,我得到了这样一个错误:“的结果必须具有与输入相同的索引和列”@Sofia-我尝试理解绿色高亮显示值,但失败了。你能解释一下吗?同样的,狗在相同的三列中重复,然后猫也重复。这是重复的方式。。。基本上,绿色与其他列中重复的相同单词相匹配。@jezrael-我刚刚在pandas中添加了数据框,感谢您的帮助:)我编辑了pandas数据框,以向您展示我的真实情况。原因:一元数的操作数类型错误:'float'。你能看到你是否得到这个错误吗?很抱歉给你添麻烦。
df=pd.DataFrame({'Name':['Dog','Dog.1','Dog.3'],'ID':[1,2,3],'type':[1.1,1.2,1.3],
'Name.1':['Dog','cat','Dog.3'],'ID.1':[1,2,3],'type.1':[1.1,1.2,1.3],
'Name.2':['cat','cat.12','Dog.1'],'ID.2':[1,2,3],'type.2':[1.1,1.2,1.3],
'Name.3':['cat.7','cat.13','Dog.3'],'ID.3':[1,2,3],'type.3':[1.1,1.2,1.3]})
print (df)
Name ID type Name.1 ID.1 type.1 Name.2 ID.2 type.2 Name.3 ID.3 \
0 Dog 1 1.1 Dog 1 1.1 cat 1 1.1 cat.7 1
1 Dog.1 2 1.2 cat 2 1.2 cat.12 2 1.2 cat.13 2
2 Dog.3 3 1.3 Dog.3 3 1.3 Dog.1 3 1.3 Dog.3 3
type.3
0 1.1
1 1.2
2 1.3
def color(x):
c1 = 'background-color: yellow'
c = ''
#compare columns
names = x.filter(like='Name')
mask = names.stack().duplicated(keep=False).unstack()
#DataFrame with same index and columns names as original filled empty strings
df1 = pd.DataFrame(c, index=x.index, columns=x.columns)
#modify values of df1 column by boolean mask
df1 = names.mask(mask, c1).reindex(df1.columns, axis=1, fill_value='')
return df1
df.style.apply(color, axis=None).to_excel('df.xlsx', engine='openpyxl', index=False)