如何为Pandas DataFrame的SupTrend列按条件设置单元格背景色？

问题分析 #

你当前的实现存在三个核心问题：

1. 逻辑错误：data['Price'].all()和data['SupTrend'].all()是判断整列所有元素是否满足条件，而非逐行对比同一行的两个值。
2. 方法误用：applymap是逐元素处理的方法，无法直接获取同一行的其他列数据，应该用style.apply（按行处理）实现基于整行的条件判断。
3. 数据类型问题：若Price或SupTrend列是字符串类型，必须先转为数值类型才能正确比较。

正确实现步骤 #

1. 统一数据类型

先将目标列转换为数值型，避免字符串无法比较的问题：

import pandas as pd

# 转换为数值类型，无法转换的值会被设为NaN
df['Price'] = pd.to_numeric(df['Price'], errors='coerce')
df['SupTrend'] = pd.to_numeric(df['SupTrend'], errors='coerce')

2. 定义高亮函数并应用样式

使用style.apply按行处理，针对每一行的Price和SupTrend值对比，为SupTrend列设置背景色：

def highlight_suptrend(row):
    # 初始化所有列的样式为默认空值
    styles = [''] * len(row)
    # 获取SupTrend列在当前行的索引位置
    suptrend_col_idx = row.index.get_loc('SupTrend')
    # 逐行判断并设置对应样式
    if row['Price'] < row['SupTrend']:
        styles[suptrend_col_idx] = 'background-color: red'
    else:
        styles[suptrend_col_idx] = 'background-color: green'
    return styles

# 按行应用样式，axis=1表示函数接收每一行作为参数
styled_df = df.style.apply(highlight_suptrend, axis=1)

# 显示样式化后的DataFrame
styled_df

更简洁的写法

如果仅需要对SupTrend列设置样式，可以指定subset参数缩小处理范围：

def highlight_suptrend(row):
    return 'background-color: red' if row['Price'] < row['SupTrend'] else 'background-color: green'

# 仅对SupTrend列按行应用样式
styled_df = df.style.apply(lambda row: highlight_suptrend(row), axis=1, subset=['SupTrend'])

内容的提问来源于stack exchange，提问作者Luis Rito Filipe