如何在Pandas中为每列单独设置background gradient（基于列自身vmin/vmax）

我使用Python 3.10.13版本和pandas 2.1.4版本，参考了Pandas表格可视化指南，原示例代码为：

import pandas as pd
import numpy as np

def make_pretty(styler):
    styler.set_caption("Weather Conditions")
    styler.format_index(lambda v: v.strftime("%A"))
    styler.background_gradient(axis=None, vmin=1, vmax=5, cmap="YlGnBu")
    return styler

weather_df = pd.DataFrame(np.random.rand(10,2)*5,
                          index=pd.date_range(start="2021-01-01", periods=10),
                          columns=["Tokyo", "Beijing"])

weather_df.loc["2021-01-04":"2021-01-08"].style.pipe(make_pretty)

原示例的背景渐变是基于整个数据框的全局vmin/vmax，我希望每列单独应用背景渐变，即每列的vmin和vmax对应自身列的数值范围，尝试使用styler.background_gradient(axis='columns', cmap="YlGnBu")但未生效，请问如何实现？

解决方法 #

问题出在axis参数的取值：pandas的background_gradient方法中，axis=0表示按列独立计算渐变的数值范围（每列用自己的最小/最大值），axis=1表示按行计算，而axis='columns'并不是有效的参数值，所以之前的代码无效。

修改make_pretty函数中的background_gradient调用，将axis设为0，并移除手动指定的vmin和vmax（这样会自动使用每列的最小/最大值作为渐变范围）：

import pandas as pd
import numpy as np

def make_pretty(styler):
    styler.set_caption("Weather Conditions")
    styler.format_index(lambda v: v.strftime("%A"))
    # 按列独立计算背景渐变
    styler.background_gradient(axis=0, cmap="YlGnBu")
    return styler

weather_df = pd.DataFrame(np.random.rand(10,2)*5,
                          index=pd.date_range(start="2021-01-01", periods=10),
                          columns=["Tokyo", "Beijing"])

weather_df.loc["2021-01-04":"2021-01-08"].style.pipe(make_pretty)

扩展说明 #

如果需要为每列手动指定不同的vmin/vmax，可以通过循环遍历列，结合subset参数单独设置：

def make_pretty(styler):
    styler.set_caption("Weather Conditions")
    styler.format_index(lambda v: v.strftime("%A"))
    # 为每列手动指定vmin/vmax
    styler.background_gradient(subset=["Tokyo"], axis=0, vmin=0, vmax=5, cmap="YlGnBu")
    styler.background_gradient(subset=["Beijing"], axis=0, vmin=1, vmax=4, cmap="YlGnBu")
    return styler

内容的提问来源于stack exchange，提问作者Zhubarb