如何设置DataFrame背景渐变：将白色绑定至0并修正异常值问题

你的问题根源在于默认的background_gradient使用列级min-max归一化，当列内存在极端异常值时，原本的小正负值会被压缩到接近中间颜色节点甚至跨过0的分界，导致本该显示绿色的正值变成偏红的色调。

要实现「0严格对应白色，负值全红、正值全绿，深浅随数值大小变化」的效果，我们需要自定义归一化逻辑，把0作为固定中间分界点，让正负值各自独立缩放映射到对应颜色区间：

import pandas as pd
from matplotlib.colors import LinearSegmentedColormap, Normalize

class ZeroCenterNormalize(Normalize):
    def __call__(self, value, clip=None):
        v = value.copy()
        # 处理正值：0到列内最大值映射到0.5（白）到1（最深绿）
        pos_mask = v > 0
        if pos_mask.any():
            v[pos_mask] = 0.5 + 0.5 * (v[pos_mask] / v[pos_mask].max())
        # 处理负值：列内最小值到0映射到0（最深红）到0.5（白）
        neg_mask = v < 0
        if neg_mask.any():
            v[neg_mask] = 0.5 * (v[neg_mask] / v[neg_mask].min())
        # 0固定对应0.5（白色）
        v[v == 0] = 0.5
        return v

# 测试数据
df = pd.DataFrame({'A': [-3, -1, 1.5, 2, 100], 'B': [-3, -1, 1.5, 2, -100]})
# 定义红-白-绿渐变配色
cmap = LinearSegmentedColormap.from_list('rg', ["#FF3333", "#FFFFFF", "#39B241"], N=255)
# 应用自定义归一化规则
styled_df = df.style.background_gradient(cmap=cmap, axis=0, norm=ZeroCenterNormalize())
styled_df

核心逻辑说明： #

• 自定义的ZeroCenterNormalize类重写了归一化方法，强制将0映射到颜色条的中间位置（对应白色）
• 正值部分以列内最大正值为基准，线性映射到白-深绿区间
• 负值部分以列内最小负值为基准，线性映射到深红-白区间
• 无论列中是否存在极端异常值，都能保证：
  • 所有负值始终显示红色系，数值越小颜色越深
  • 所有正值始终显示绿色系，数值越大颜色越深
  • 0严格对应白色，接近0的正负值会趋近白色

内容的提问来源于stack exchange，提问作者Davi