使用PdfPages导出PDF时，如何高亮DataFrame中的NaN值？

你之前的问题核心在于：df.style.highlight_null('red')仅生成了样式对象，但未将样式关联到手动创建的ax.table；而seaborn heatmap是独立的热力图元素，无法和你添加的表格合并为带高亮的完整表格。以下是两种可行的实现方式：

方法一：手动遍历单元格设置NaN背景色 #

直接操作matplotlib表格对象，逐个检查单元格值并为NaN设置红色背景：

import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.backends.backend_pdf import PdfPages
import numpy as np

# 替换为你的目标DataFrame
df = pd.DataFrame({
    '列1': [1, np.nan, 3],
    '列2': [np.nan, 5, 6],
    '列3': [7, 8, np.nan]
})

with PdfPages('stale_curve_report.pdf') as pdf:
    fig, ax = plt.subplots(figsize=(12, 5))
    ax.axis('off')
    
    # 创建基础表格
    table = ax.table(
        cellText=df.values,
        colLabels=df.columns,
        rowLabels=df.index,
        loc='center',
        colWidths=[0.12] * len(df.columns)
    )
    
    # 遍历数据单元格，为NaN设置红色背景
    for row_idx in range(len(df.index)):
        for col_idx in range(len(df.columns)):
            if pd.isna(df.iloc[row_idx, col_idx]):
                # 表格行索引规则：0为列标题行，数据行从1开始；列索引对应DataFrame的列顺序
                cell = table.get_celld()[(row_idx + 1, col_idx)]
                cell.set_facecolor('red')
    
    pdf.savefig(fig, bbox_inches='tight')
    plt.close(fig)

方法二：利用Pandas Styler渲染带样式的表格 #

直接借助Pandas内置的样式功能生成带高亮的表格，再嵌入到PDF中：

import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.backends.backend_pdf import PdfPages
import numpy as np

df = pd.DataFrame({
    '列1': [1, np.nan, 3],
    '列2': [np.nan, 5, 6],
    '列3': [7, 8, np.nan]
})

# 生成带NaN红色高亮的样式对象，可额外添加表格边框增强可读性
styled_df = df.style.highlight_null('red').set_table_styles([
    {'selector': 'table', 'props': [('border', '1px solid #ccc')]}
])

with PdfPages('stale_curve_report.pdf') as pdf:
    fig, ax = plt.subplots(figsize=(12, 5))
    ax.axis('off')
    # 将样式表格渲染为HTML并导入到matplotlib轴
    from matplotlib.table import table_from_string
    table = table_from_string(ax, styled_df.render(), loc='center')
    
    pdf.savefig(fig, bbox_inches='tight')
    plt.close(fig)

选择建议 #

• 方法一兼容性更强，适合需要自定义复杂表格布局的场景；
• 方法二代码更简洁，依赖Pandas原生样式能力，适合快速实现需求。

内容的提问来源于stack exchange，提问作者Mandar Pande