如何基于两日对比为唯一ID应用Pandas单元格样式？

你的代码主要存在三个问题：未将日期转为可排序的datetime类型、未按ID分组隔离对比、样式函数逻辑未针对组内数据设计。以下是修正后的完整实现：

步骤1：预处理数据（转换日期+排序） #

先把日期转为datetime格式，确保能正确区分新旧日期，再按ID分组并按日期降序排列，让每组的最新数据排在最前面：

import pandas as pd

data = {
    'ID': ['B-1', 'B-1', 'F-1', 'F-1'],
    'Analysis Date': ['31/05/2023', '21/05/2023', '31/05/2023', '21/05/2023'],
    'Col 1': [10.91, 10.89, 7.24, 7.27],
    'Col 2': [1, 2, 0.76, 0.80]
}
df = pd.DataFrame(data)

# 转换日期格式为可排序的datetime类型
df['Analysis Date'] = pd.to_datetime(df['Analysis Date'], format='%d/%m/%Y')
# 按ID分组，每组内按日期降序排列（最新日期数据在前）
df = df.sort_values(['ID', 'Analysis Date'], ascending=[True, False])

步骤2：编写样式函数（按ID组对比） #

编写针对每组数据的样式逻辑，只给最新日期的行设置颜色：

def highlight_change(df):
    # 创建与原DataFrame结构一致的空样式矩阵
    styles = pd.DataFrame('', index=df.index, columns=df.columns)
    
    # 按ID分组处理每个产品的数据
    for _, group in df.groupby('ID'):
        # 仅当组内至少有2条日期数据时才对比
        if len(group) >= 2:
            latest_row = group.iloc[0]  # 最新日期的行
            old_row = group.iloc[1]     # 上一个旧日期的行
            
            # 遍历数值列，对比最新值与旧值
            for col in ['Col 1', 'Col 2']:
                if latest_row[col] > old_row[col]:
                    # 最新值上升，标红
                    styles.loc[latest_row.name, col] = 'background-color: red'
                elif latest_row[col] < old_row[col]:
                    # 最新值下降，标绿
                    styles.loc[latest_row.name, col] = 'background-color: green'
    return styles

# 应用样式（axis=None表示将整个DataFrame传入函数处理）
styled_df = df.style.apply(highlight_change, axis=None)
styled_df

关键说明 #

• 日期转换是核心：只有转为datetime类型，才能正确排序区分新旧日期
• 分组隔离对比：确保每个ID的只和自己的历史数据对比，不会跨产品混淆
• 样式矩阵精准控制：只给最新日期的行设置颜色，旧数据保持原样（若需要给旧数据加样式，可扩展逻辑）

内容的提问来源于stack exchange，提问作者ayz123