使用示例資料框 df，如下所示：
| 姓名 | 日 |
|---|---|
| 鮑勃 | 周一 |
| 約翰 | 周四 |
| 山姆 | 星期五 |
| 鮑勃 | 周一 |
| 凱蒂 | 星期日 |
| 凱爾 | 周二 |
| 凱蒂 | 周六 |
| 鮑勃 | 周三 |
| 凱蒂 | 星期日 |
| 山姆 | 周四 |
| 喬 | 星期五 |
我想要做的是如果名稱列中的值只出現一次，則突出顯示一行說黃色，如果值出現兩次，則說紅色。
我試圖做的是按名稱對它們進行分組，然后執行以下操作以突出顯示名稱出現一次的行：
highlight = lambda x: ['background: yellow' if (x['Name'] != (x-1)['Name'] and x['Name'] != (x 1)['Name']) else '' for i in x]
df.style.apply(highlight, axis = 1)
但是，這不起作用，所以我沒有嘗試突出顯示名稱列中出現兩次的值的行。盡管嘗試對其進行研究，但我并不完全了解 lambda x 的作業原理，因此我不知道您是否可以應用運算子來訪問前一行。
編輯：
根據推薦的問題，我嘗試了以下方法：
def color_recommend():
for index, row in enumerate(df):
if df.Name.str.count(df.loc[i, 'Name']).sum() == 1:
color = 'red'
elif df.Name.str.count(df.loc[i, 'Name']).sum() == 2:
color = 'green'
else:
color = 'white'
return 'background-color: %s' % color
df.style.applymap(color_recommend)
但它仍然不適合我。我不確定我在這里缺少什么。
uj5u.com熱心網友回復：
首先創建一個包含 的映射的字典counts->color，然后用value_counts來計算每個字串在Name列中出現的頻率，然后map將計算出的頻率與cmap字典一起創建colors，最后應用colors到每一列上得到結果
cmap = {1: 'green', 2: 'yellow', 3: 'red'}
freq = df['Name'].map(df['Name'].value_counts())
colors = freq.map(cmap).radd('background-color: ')
df.style.apply(lambda s: colors)
結果
轉載請註明出處，本文鏈接：https://www.uj5u.com/gongcheng/453450.html