如何高亮Pandas DataFrame指定列中重复分组内的差异值？

实现思路 #

按指定分组列（如示例中的Name）分组，以每组的第一行作为基准（原始重复项），对指定目标列内与基准值不同的单元格添加高亮样式，支持自定义目标列列表。

代码实现 #

1. 构造示例数据

import pandas as pd

data = {
    'Name': ['A', 'A', 'B', 'C', 'C', 'C'],
    'Value1': [1, 2, 3, 4, 5, 4],
    'Value2': ['Cherry', 'Cherry', 'Rice', 'Potato', 'Potato', 'Egg']
}
df = pd.DataFrame(data)

2. 定义高亮函数

def highlight_diff_by_group(df, group_col, target_cols=None):
    # 默认处理除分组列外的所有列
    if target_cols is None:
        target_cols = [col for col in df.columns if col != group_col]
    
    # 获取每个分组的基准行（组内第一行）
    group_baselines = df.groupby(group_col).first()
    
    # 初始化样式矩阵，所有单元格默认无样式
    style_matrix = pd.DataFrame('', index=df.index, columns=df.columns)
    
    # 遍历每个分组，标记差异单元格
    for group_name, group_rows in df.groupby(group_col):
        baseline = group_baselines.loc[group_name]
        for col in target_cols:
            # 找出组内当前列与基准值不同的行
            diff_mask = group_rows[col] != baseline[col]
            # 给差异单元格设置黄色背景高亮
            style_matrix.loc[diff_mask.index, col] = 'background-color: yellow'
    
    return style_matrix

3. 应用样式并查看结果

# 示例：按Name分组，高亮Value1、Value2列的差异
styled_df = df.style.apply(highlight_diff_by_group, group_col='Name', target_cols=['Value1', 'Value2'], axis=None)

# 在Jupyter环境中直接运行即可渲染高亮后的表格
styled_df

关键说明 #

• 自定义目标列：如果你的DataFrame有30列，仅需高亮B、C、D列，只需传入target_cols=['B', 'C', 'D']
• 基准行选择：当前以组内第一行为基准，若需以组内众数或其他逻辑为基准，可修改groupby(group_col).first()为对应逻辑（如groupby(group_col).agg(lambda x: x.mode()[0])）
• 样式自定义：修改background-color: yellow即可更换高亮样式，比如红色高亮用background-color: #ffcccc
• 生效环境：该样式仅在支持HTML渲染的环境生效（如Jupyter Notebook/Lab、Streamlit等）

内容的提问来源于stack exchange，提问作者umi_zumii