Pandas多列不同规则条件格式化优化及PNG保存求助

一、优化条件格式函数（解决Series折叠错误） #

你遇到的错误是因为Styler.apply要求返回的样式对象必须和原DataFrame维度完全匹配，此前的函数可能在处理时返回了Series而非二维样式矩阵。以下是封装好的可复用函数，针对不同列组精准应用格式化规则：

1. 构造测试DataFrame（用于验证） #

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'business_entity': ['A', 'B', 'C', 'D'],
    '2021-H1': [90, 85, 78, 92],
    '2022-H1': [88, 79, 89, 75],
    '2022-H2': [70, 82, 95, 80],
    'Movement': [0.06, -0.03, -0.07, 0.02]
})

2. 封装样式函数 #

def style_performance_table(df):
    # 定义分数列（2021-H1至2022-H2）的样式规则
    def format_score(val):
        if val >= 89:
            return 'background-color: #7ccd7c'  # 绿色
        elif 79.5 <= val < 89:
            return 'background-color: #ffb966'  # 橙色
        else:
            return 'background-color: #ff6b6b'  # 红色
    
    # 定义Movement列的样式规则
    def format_movement(val):
        if val >= 0.05:
            return 'background-color: #7ccd7c'
        elif -0.05 < val < 0.05:
            return 'background-color: #ffb966'
        else:
            return 'background-color: #ff6b6b'
    
    # 创建Styler对象，分列组应用规则
    styler = df.style
    # 对目标分数列应用样式
    styler = styler.applymap(format_score, subset=['2021-H1', '2022-H1', '2022-H2'])
    # 对Movement列单独应用样式
    styler = styler.applymap(format_movement, subset=['Movement'])
    
    # 可选：增强表头可读性
    styler = styler.set_table_styles([
        {'selector': 'th', 'props': [('background-color', '#f0f0f0'), ('font-weight', 'bold')]}
    ])
    
    return styler

3. 调用方式 #

styled_df = style_performance_table(df)
# Jupyter环境下直接运行即可显示带格式的表格
styled_df

关键优化点：

• 使用applymap而非apply，逐元素处理确保返回样式与原DataFrame维度完全匹配
• 通过subset参数精准指定需要格式化的列，避免处理business_entity这类无需样式的列，从根源上避免结构不匹配问题

二、将带格式的表格保存为PNG文件 #

Pandas Styler本身不支持直接导出PNG，以下提供两种可行方案：

方案1：使用Matplotlib渲染导出（无外部依赖） #

import matplotlib.pyplot as plt
from pandas.plotting import table

fig, ax = plt.subplots(figsize=(8, 3))  # 调整尺寸适配表格
ax.axis('off')  # 隐藏坐标轴
tbl = table(ax, df, loc='center', cellLoc='center')

# 手动应用背景色规则
for col_idx, col_name in enumerate(df.columns):
    # 处理分数列
    if col_name in ['2021-H1', '2022-H1', '2022-H2']:
        for row_idx in range(len(df)):
            val = df.iloc[row_idx, col_idx]
            if val >= 89:
                tbl.get_celld()[(row_idx+1, col_idx)].set_facecolor('#7ccd7c')
            elif 79.5 <= val < 89:
                tbl.get_celld()[(row_idx+1, col_idx)].set_facecolor('#ffb966')
            else:
                tbl.get_celld()[(row_idx+1, col_idx)].set_facecolor('#ff6b6b')
    # 处理Movement列
    elif col_name == 'Movement':
        for row_idx in range(len(df)):
            val = df.iloc[row_idx, col_idx]
            if val >= 0.05:
                tbl.get_celld()[(row_idx+1, col_idx)].set_facecolor('#7ccd7c')
            elif -0.05 < val < 0.05:
                tbl.get_celld()[(row_idx+1, col_idx)].set_facecolor('#ffb966')
            else:
                tbl.get_celld()[(row_idx+1, col_idx)].set_facecolor('#ff6b6b')

# 设置表头样式
for col_idx in range(len(df.columns)):
    tbl.get_celld()[(0, col_idx)].set_facecolor('#f0f0f0')
    tbl.get_celld()[(0, col_idx)].set_text_props(weight='bold')

# 保存为PNG
plt.savefig('performance_table.png', dpi=300, bbox_inches='tight')
plt.close()

方案2：使用imgkit（更简便，需外部工具） #

1. 先安装依赖：

pip install imgkit
# 安装wkhtmltopdf：
# Windows：下载安装后添加到系统环境变量；Linux：sudo apt-get install wkhtmltopdf；Mac：brew install wkhtmltopdf

2. 转换代码：

import imgkit
import os

# 将带样式的表格转为HTML
html_content = styled_df.to_html()

# 临时保存HTML文件
with open('temp_table.html', 'w', encoding='utf-8') as f:
    f.write(html_content)

# 转换为PNG
imgkit.from_file('temp_table.html', 'performance_table.png', options={'quiet': ''})

# 可选：删除临时HTML文件
os.remove('temp_table.html')

内容的提问来源于stack exchange，提问作者Jay Cheng