如何为Pandas中不同行设置不同配色的热力图？

原代码的核心问题是错误地直接返回配色字符串，未正确调用pandas Styler的background_gradient方法来生成热力图样式。以下是修正后的实现方式：

基础实现（每行单独计算颜色范围） #

import pandas as pd
import numpy as np

# 生成示例数据
index = ['ID1','ID2','ID3']
cols = ['A','B','C','D']
df = pd.DataFrame(abs(np.random.randn(3, 4)), index=index, columns=cols)

# 配置每行对应的配色方案
cmap_mapping = {'ID1': 'RdYlGn', 'ID2': 'RdYlGn_r', 'ID3': 'RdYlGn_r'}

def apply_row_gradient(row):
    # 获取当前行对应的配色
    cmap = cmap_mapping[row.name]
    # 对当前行应用背景热力图，axis=0表示基于行内数值计算颜色梯度
    return row.style.background_gradient(cmap=cmap, axis=0).to_list()

# 逐行应用样式
df.style.apply(apply_row_gradient, axis=1)

进阶实现（全局统一数值范围） #

如果需要所有行使用相同的数值基准来映射颜色（方便跨行列对比），可以预先计算全局的极值，再传入热力图方法：

import pandas as pd
import numpy as np

index = ['ID1','ID2','ID3']
cols = ['A','B','C','D']
df = pd.DataFrame(abs(np.random.randn(3, 4)), index=index, columns=cols)

cmap_mapping = {'ID1': 'RdYlGn', 'ID2': 'RdYlGn_r', 'ID3': 'RdYlGn_r'}

# 计算全局最小/最大值
global_vmin = df.min().min()
global_vmax = df.max().max()

def apply_global_gradient(row):
    cmap = cmap_mapping[row.name]
    # 使用全局极值作为颜色映射基准
    return row.style.background_gradient(cmap=cmap, vmin=global_vmin, vmax=global_vmax).to_list()

df.style.apply(apply_global_gradient, axis=1)

关键说明 #

• 直接使用配色名称（如RdYlGn）即可，无需添加cmap:前缀
• 通过axis=1参数让apply逐行处理数据
• background_gradient是生成热力图样式的核心方法，可通过axis、vmin、vmax控制颜色计算逻辑

内容的提问来源于stack exchange，提问作者user18708380