如何基于另一DataFrame的条件为DataFrame应用style.applymap方法

我有两个尺寸相同的3×3 DataFrame：一个是布尔型（存储True/False），另一个是数值型。需求是允许用户输入布尔矩阵的坐标，将对应位置从False改为True（已为True则忽略操作），之后使用style.applymap函数为数值型DataFrame中与布尔矩阵True值对应的元素上色。但在使用subset参数时遇到困难，无法指定多个行索引，运行时出现KeyError: "None of [Index([(1, 2)], dtype='object')] are in the [index]"错误。

原始错误代码示例：

import pandas as pd
import numpy as np

Occupato = pd.DataFrame(np.zeros(shape = (3, 3)))
for i in range(3):
    Occupato = Occupato.astype({i: bool})

normale = pd.DataFrame(np.random.randint(0,10,size=(3, 3)), columns=list('ABC')) 

def colore(v, colore):
    return f"background-color: {colore};" 

idx = ('Insert coordinates as [x, y]: ')
Occupato.iloc[idx[0], idx[1]]
normale.style.applymap(colore, colore='blue', subset = (row), [columns])

方案一：在样式函数中直接结合布尔矩阵判断（推荐） #

这种方式不需要复杂的subset构造，直接在样式函数内检查当前元素的位置是否在布尔矩阵中为True，逻辑更直观：

import pandas as pd
import numpy as np

# 初始化布尔型DataFrame（直接指定dtype=bool更简洁）
Occupato = pd.DataFrame(np.zeros((3, 3), dtype=bool), columns=list('ABC'))
# 初始化数值型DataFrame
normale = pd.DataFrame(np.random.randint(0, 10, size=(3, 3)), columns=list('ABC')) 

def colore(val, bool_df):
    # 获取当前元素的行、列索引
    row_idx, col_idx = val.name[0], val.name[1]
    # 检查对应布尔矩阵位置是否为True
    if bool_df.iloc[row_idx, col_idx]:
        return "background-color: blue;"
    # 不需要上色则返回空字符串
    return ""

# 获取用户输入并更新布尔矩阵
coord_input = input("Insert coordinates as x,y: ")
x, y = map(int, coord_input.split(','))
# 仅当当前为False时更新（避免重复操作）
if not Occupato.iloc[x, y]:
    Occupato.iloc[x, y] = True

# 应用样式，将布尔矩阵传递给样式函数
styled_result = normale.style.applymap(colore, bool_df=Occupato)
# 展示结果
styled_result

方案二：正确构造subset参数指定目标位置 #

如果一定要通过subset参数限定上色范围，需要将布尔矩阵中所有True的位置转换成行索引数组和列索引数组的组合，注意这里的行和列是一一对应的，而非笛卡尔积：

import pandas as pd
import numpy as np

Occupato = pd.DataFrame(np.zeros((3, 3), dtype=bool), columns=list('ABC'))
normale = pd.DataFrame(np.random.randint(0, 10, size=(3, 3)), columns=list('ABC')) 

def colore(v):
    return "background-color: blue;"

# 获取用户输入并更新布尔矩阵
coord_input = input("Insert coordinates as x,y: ")
x, y = map(int, coord_input.split(','))
if not Occupato.iloc[x, y]:
    Occupato.iloc[x, y] = True

# 收集布尔矩阵中所有True的位置
true_rows, true_cols = np.where(Occupato)
# 将列索引转换为对应的列名（因为normale的列是'A'/'B'/'C'）
target_cols = normale.columns[true_cols]

# 正确构造subset：(行索引列表, 列名列表)
styled_result = normale.style.applymap(colore, subset=(true_rows, target_cols))
styled_result

错误原因解析 #

之前的代码存在两个核心问题：

1. 坐标输入处理错误：仅定义了字符串提示，未通过input()获取用户输入并转换为整数索引；
2. subset参数使用错误：
   • 语法错误：subset = (row), [columns]不符合Python语法，正确格式应为subset=(行选择器, 列选择器)；
   • 索引理解错误：若传递(1,2)作为行选择器，会被当成单个索引值而非行1和行2，需用数组/列表形式传递多个行索引。

内容的提问来源于stack exchange，提问作者Carlos Alfonzo