如何在Streamlit中隐藏Styler DataFrame用于高亮的anomaly列？

问题说明 #

在Streamlit应用里，想用df.style.apply通过'anomaly'列标记并高亮异常行，之后隐藏该列避免干扰干扰，但尝试多种方法都没达到预期效果，当前代码如下：

def anomaly_highlight(row):
    """Highlight a row in a dataframe according to a condition"""
    color = "#80003A" if row['anomaly'] == True else ''
    return [f'background-color:{color};'] * len(row)

df = pd.read_csv(upload)

model = IsolationForest(n_estimators=estimator, contamination=contamination,
                            max_samples='auto')

model.fit(df[keep_col])
df['anomaly'] = model.predict(df[keep_col]) == -1

df = df.style.apply(anomaly_highlight, axis=1)
# df_display = df.data.drop('anomaly', axis=1)
df = df.hide_columns('anomaly')

问题原因 #

代码逻辑方向没问题，但需注意：df.style.apply返回的是Styler样式对象而非原始DataFrame，不能通过修改原始数据的方式去删列（会丢失已设置的样式），且需要在Streamlit中正确渲染这个Styler对象才能生效。

修正后的代码 #

import pandas as pd
from sklearn.ensemble import IsolationForest
import streamlit as st

def anomaly_highlight(row):
    """根据条件高亮DataFrame行"""
    color = "#80003A" if row['anomaly'] else ''
    return [f'background-color:{color};'] * len(row)

# 读取上传文件
df = pd.read_csv(upload)

# 训练模型并标记异常
model = IsolationForest(n_estimators=estimator, contamination=contamination, max_samples='auto')
model.fit(df[keep_col])
df['anomaly'] = model.predict(df[keep_col]) == -1

# 应用高亮样式并隐藏'anomaly'列
styled_df = df.style.apply(anomaly_highlight, axis=1).hide_columns('anomaly')

# 在Streamlit中渲染带样式的表格
st.dataframe(styled_df)

关键注意点 #

• 必须保留'anomaly'列直到样式应用完成，因为高亮逻辑完全依赖该列的判断结果
• 直接对Styler对象调用hide_columns('anomaly')即可，无需修改原始DataFrame
• Streamlit的st.dataframe支持直接渲染Styler对象，能正常显示带高亮且隐藏指定列的表格

内容的提问来源于stack exchange，提问作者CharleyD_L