Jupyter Notebook中基于唯一列与Color Mode列实现明暗色迭代着色

需求描述 #

• 在Jupyter Notebook中，基于已合并并包含Color Mode列的DataFrame实现以下效果：
  • Color Mode值为'a'对应深色背景，'b'对应浅色背景
  • 按x1列的唯一值分组，每组内根据Color Mode实现明暗交替着色
  • 每个x1分组后添加空行，实现视觉分隔

原始示例数据 #

基础示例DataFrame #

import pandas as pd
from itertools import cycle

df1 = pd.DataFrame({'x1':['a', 'a', 'a', 'a', 'a', 'a', 'b', 'b', 'b', 'b', 'b', 'b', 'c', 'c', 'c', 'c', 'c', 'c', 'c', 'c', 'd', 'd', 'd', 'd'],
                     'x2':['3','4','8','0','11','1','15','5','67','3','1','4','5','88','9','3','7','2','3','43','34','56','96','26'],
                     'Color Mode':['a','a','b','b','b','b','a','a','a','a','b','b','a','b','b','b','b','b','b','b','a','a','a','b']})

扩展示例DataFrame #

new_df1 = pd.DataFrame({'x1':['axe', 'axe', 'axe', 'axe', 'axe', 'axe', 'bench', 'bench', 'bench', 
                          'bench', 'bench', 'bench', 'crunch', 'crunch', 'crunch', 'crunch', 'crunch', 'crunch', 
                          'crunch', 'crunch', 'deed', 'deed', 'deed', 'deed'],
                     'x2':['Bob','Bob','Bob','Bob','Bob','Bob','Leo','Leo','Leo','Leo',
                           'Leo','Leo','Jamie','Jamie','Jamie','Jamie','Jamie','Jamie','Jamie','Jamie',
                           'John','John','John','Luke'],
                     'Price':['3.00','3.00','3.00','3.00','3.00','3.00','15.00','80.00','15.00','15.00',
                           '15.00','15.00','4.00','4.00','4.00','68.00','4.00','4.00','39.00','4.00',
                           '5.00','5.00','5.00','27.00'],
                    'Color Mode':['a','a','b','b','b','b','a','a','a',
                           'a','b','b','a','b','b','b','b','b',
                           'b','b','a','a','a','b']})

现有代码问题 #

当前Color_Unique函数未区分Color Mode的明暗逻辑，也未实现分组后空行分隔，无法达到预期的分组明暗交替+视觉分隔效果。

解决方案代码 #

步骤1：添加分组分隔空行 #

def add_group_separators(df):
    # 按x1分组，每组末尾插入空行
    grouped = df.groupby('x1', group_keys=False)
    df_with_sep = grouped.apply(lambda g: pd.concat([g, pd.DataFrame([[None]*len(g.columns)], columns=g.columns)]))
    # 移除最后一行多余空行，重置索引
    return df_with_sep.iloc[:-1].reset_index(drop=True)

# 处理两个示例数据
df1_with_sep = add_group_separators(df1)
new_df1_with_sep = add_group_separators(new_df1)

步骤2：实现分组明暗着色逻辑 #

def color_groups_with_mode(df):
    # 定义基础深色列表
    base_colors = ['#ADD8E6', '#90ee90', '#FFD580', '#CBC3E3', '#D3D3D3', '#C4A484']
    color_cycle = cycle(base_colors)
    
    # 给每个x1分组分配专属基础深色
    x1_unique = df['x1'].dropna().unique()
    x1_color_map = {x1_val: next(color_cycle) for x1_val in x1_unique}
    
    # 初始化样式矩阵
    styles = pd.DataFrame('', index=df.index, columns=df.columns)
    
    for idx, row in df.iterrows():
        x1_val = row['x1']
        # 空行跳过着色
        if pd.isna(x1_val):
            continue
        base_color = x1_color_map[x1_val]
        if row['Color Mode'] == 'a':
            # 'a'使用基础深色
            bg_style = f'background-color: {base_color}'
        else:
            # 'b'使用对应浅色（通过添加透明度实现明暗区分）
            bg_style = f'background-color: {base_color}80'
        
        styles.loc[idx, :] = bg_style
    
    return styles

步骤3：应用样式并展示 #

# 展示基础示例效果
styled_df1 = df1_with_sep.style.apply(color_groups_with_mode, axis=None)
display(styled_df1)

# 展示扩展示例效果
styled_new_df1 = new_df1_with_sep.style.apply(color_groups_with_mode, axis=None)
display(styled_new_df1)

效果说明 #

• 每个x1分组内，Color Mode为'a'的行使用分配的基础深色，'b'的行使用对应浅色（带透明度），实现明暗交替
• 每个x1分组后自动插入空行，视觉上清晰区分不同分组

内容的提问来源于stack exchange，提问作者b_ham