突出显示 pandas 表中的 null/nan 值 - Python

Pandas 是 Python 中一个强大的数据分析库，可用于数据准备、清洗和分析等任务。在 Pandas 中，null 和 nan 是最常见的缺失数据类型。本文将介绍如何在 Pandas 表中突出显示 null/nan 值，以便更好地理解数据集中的缺失值。

简单的 Pandas 表

首先，我们将创建一个简单的 Pandas 表，其中包含一些 null 值和一些数字：

import pandas as pd
import numpy as np

data = {'a': [1, 2, 3, np.nan, 5],
        'b': [6, 7, np.nan, 9, 10],
        'c': [11, 12, 13, 14, 15]}

df = pd.DataFrame(data)

上述代码创建了一个 Pandas 表，其中包含 3 个列 a、b 和 c，每列包含 5 个值。

突出显示 null 值

要在 Pandas 表中突出显示 null 值，我们可以使用 Pandas 表的 style 属性。使用 style 属性，我们可以自定义表格的样式，并使用条件格式化（conditional formatting）来突出显示值。

在 Pandas 中，null 值可以使用 isnull() 方法进行检测。因此，我们可以使用 Pandas 的 applymap() 方法，在每个单元格上应用一个函数（如 lambda 函数），以检查其是否为 null 值。

def highlight_null(val):
    """显示 null 的颜色"""
    color = 'red' if pd.isnull(val) else 'black'
    return 'color: %s' % color

df.style.applymap(highlight_null)

上述代码定义了一个名为 highlight_null 的函数，该函数接受一个参数 val，并返回一个字符串，其中包含 CSS 样式属性，用于突出显示 null 值（使用红色文本）。然后，我们将该函数应用到 Pandas 表的 style 属性中，以突出显示 null 值。

运行上述代码后，您会发现所有的 null 值都用红色突出显示，如下所示：

突出显示 nan 值

要突出显示 nan 值，我们可以使用类似的方法。在 Pandas 中，nan 可以使用 np.isnan() 方法进行检测。因此，我们可以修改上述代码，以使用 np.isnan() 检查单元格中的值。

def highlight_nan(val):
    """显示 nan 的颜色"""
    color = 'blue' if np.isnan(val) else 'black'
    return 'color: %s' % color

df.style.applymap(highlight_nan)

上述代码定义了一个名为 highlight_nan 的函数，该函数通过应用 np.isnan() 方法来检查值是否为 nan，然后返回一个包含 CSS 样式属性的字符串，以突出显示 nan 值（在蓝色文本中）。然后，我们将该函数应用到 Pandas 表的 style 属性中。

运行以上代码后，你会看到所有的 nan 值都被用蓝色突出显示，如下所示：

结论

在本文中，我们学习了如何使用 Pandas 的 style 属性来突出显示表中的 null 和 nan 值。使用这些方法，您可以更直观地理解数据集中的缺失值，并采取相应的措施进行数据准备和清洗。