如何在Polars中为DataFrame每列高亮前3个值（优化可扩展性）

你可以通过循环遍历目标列或者函数式链式处理的方式，避免重复代码，实现多列自动高亮前3个值的需求。以下是具体实现方案：

方案1：循环遍历目标列（直观易读） #

import polars as pl
import polars.selectors as cs
from great_tables import loc, style 

df = pl.DataFrame({
    "id": [1, 2, 3, 4, 5],
    "variable1": [15, 25, 5, 10, 20],
    "variable2": [40, 30, 50, 10, 20],
    "variable3": [400, 100, 300, 200, 500]
})

# 自动筛选需要处理的列：排除id列，取所有数值列
target_cols = cs.numeric().exclude("id")(df).columns

# 初始化样式对象
styled_df = df.style

# 循环为每列设置高亮
for col in target_cols:
    # 生成当前列前3个值的判断条件
    top3_condition = pl.col(col).is_in(pl.col(col).top_k(3))
    # 应用加粗样式
    styled_df = styled_df.tab_style(
        style.text(weight="bold"),
        loc.body(col, top3_condition)
    )

styled_df

方案2：函数式链式处理（简洁链式写法） #

如果偏好Polars的链式风格，可以用functools.reduce实现：

import polars as pl
import polars.selectors as cs
from great_tables import loc, style 
from functools import reduce

df = pl.DataFrame({
    "id": [1, 2, 3, 4, 5],
    "variable1": [15, 25, 5, 10, 20],
    "variable2": [40, 30, 50, 10, 20],
    "variable3": [400, 100, 300, 200, 500]
})

target_cols = cs.numeric().exclude("id")(df).columns

# 用reduce链式叠加样式
styled_df = reduce(
    lambda acc, col: acc.tab_style(
        style.text(weight="bold"),
        loc.body(col, pl.col(col).is_in(pl.col(col).top_k(3)))
    ),
    target_cols,
    df.style
)

styled_df

核心逻辑说明 #

1. 自动列筛选：通过cs.numeric().exclude("id")自动识别需要处理的数值列，无需手动列名，新增列时自动适配。
2. 列独立条件：每列单独生成top_k(3)的判断条件，确保只高亮当前列的前3个值，不会影响整行或其他列。
3. 批量样式应用：通过循环或reduce批量调用tab_style，避免重复编写相同的样式代码。

内容的提问来源于stack exchange，提问作者Simon