Python DataFrame多样式设置问题：首行样式与条件格式共存

直接上解决方案：通过自定义样式函数，在同一个逻辑里分别处理首行和数据行，既避免字符串与数值比较的TypeError，又能保留首行样式。

核心思路 #

用Styler.apply()方法（指定axis=None），可访问每个单元格的行号、列号和值，分别判断处理：

• 首行（行索引为0）：统一设置黄色背景
• 其他行：根据数值大小设置对应背景色

完整代码示例 #

import pandas as pd

# 构造匹配你数据结构的示例DataFrame：首行是字符串，下方为数值
data = {
    "A": ["Participants", 3, -1, 4, -3],
    "B": ["Participants", 0, 2.5, -2.2, 1],
    "C": ["Participants", -1.5, 5, 0, -4]
}
df = pd.DataFrame(data)

def combine_styles(df):
    # 创建空样式矩阵，初始为默认样式
    styles = pd.DataFrame('', index=df.index, columns=df.columns)
    
    # 首行设置黄色背景
    styles.loc[0] = 'background-color: #FFFF00'
    
    # 提取数据行单独做数值判断，避免类型冲突
    data_rows = df.loc[1:]
    # 数值>2的单元格设#28D1C5背景
    styles.loc[1:] = styles.loc[1:].mask(data_rows > 2, 'background-color: #28D1C5')
    # 数值<-2的单元格设#FFC33C背景（用mask叠加覆盖）
    styles.loc[1:] = styles.loc[1:].mask(data_rows < -2, 'background-color: #FFC33C')
    
    return styles

# 应用样式并展示
styled_df = df.style.apply(combine_styles, axis=None)
styled_df

关键说明 #

1. 规避TypeError：单独提取df.loc[1:]做数值比较，首行不参与对比，彻底避免字符串与数值的类型冲突
2. 样式不冲突：用mask()方法对符合条件的单元格替换样式，首行样式与数据行样式完全独立
3. 避免AttributeError：确保调用df.style.apply()而非直接对DataFrame调用样式方法；样式函数返回的矩阵需与原DataFrame结构完全一致

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