如何通过for循环为DataFrame不同列应用不同高亮规则？

问题原因 #

这是Python闭包延迟绑定导致的问题：循环里定义的lambda不会立刻捕获当前循环的str_lst值，而是等到lambda实际执行时才去读取str_lst的当前引用。当循环结束后，str_lst已经指向了列表的最后一个元素["corge", "fred"]，所以两次apply最终都用了这个值，导致两列都按最后一组规则高亮。

解决方案 #

方法1：给lambda添加默认参数强制捕获当前值 #

通过给lambda设置默认参数，让每次循环都把当前的str_lst值绑定到参数上，避开延迟绑定的坑：

for str_lst, subset in zip(str_lists, df.columns):
    print(str_lst, subset)
    styled_df.apply(lambda x, lst=str_lst: highlight_str(x, lst), subset=[subset])

方法2：用functools.partial提前绑定参数 #

借助functools.partial把str_lst和highlight_str提前绑定成新函数，确保每次循环使用的都是当前组的规则：

from functools import partial

for str_lst, subset in zip(str_lists, df.columns):
    print(str_lst, subset)
    styled_df.apply(partial(highlight_str, str_lst=str_lst), subset=[subset])

效果验证 #

修改后运行代码，列A会按["foo", "bar"]高亮匹配项，列B按["corge", "fred"]高亮匹配项，和链式调用的预期效果完全一致。

内容的提问来源于stack exchange，提问作者Marc