如何基于数值的10为底对数设置Pandas DataFrame背景色且保留原值展示

核心原理 #

Pandas 的 Styler 样式体系本身是独立于原始 DataFrame 的渲染层逻辑，所有样式计算、格式转换都不会修改底层原始数据，你完全可以放心使用 apply/applymap 或者原生样式方法。

你要实现的基于log10数值做背景渐变、展示原始值的需求，直接用background_gradient的官方预留参数gmap即可实现，不需要自己写复杂的样式函数。gmap参数专门用来指定渐变映射的参考值数组，和单元格展示的数值完全独立。

完整实现代码 #

import pandas as pd
import numpy as np

# 示例数据
E = np.array([1.26528431e-03, 2.03866202e-04, 6.64793821e-05, 1.88018687e-05,
       4.80967314e-06, 1.22584958e-06, 3.09260354e-07, 7.76751705e-08])
df = pd.DataFrame(E,columns=['Error'])

# 生成样式
styler = df.style.format('{:.2e}'.format) \
          .background_gradient(
              cmap='Blues',
              gmap=np.log10(df), # 传入log10转换后的数组作为渐变映射参考
              axis=None # 全表范围统一渐变规则，可按需改为0/1按列/行映射
          )

# 渲染展示
styler

可选：自定义样式函数实现（适配老版本Pandas/特殊逻辑需求） #

如果你的Pandas版本低于1.3.0不支持gmap参数，或者需要额外的自定义逻辑，可以用apply方法实现，逻辑完全一致：

import matplotlib
from matplotlib import pyplot as plt

def log_gradient_style(series, cmap='Blues'):
    # 内部做log10转换，不会修改外部原始数据
    log_vals = np.log10(series)
    # 归一化后匹配色卡生成背景色
    norm = plt.Normalize(log_vals.min(), log_vals.max())
    cmap_obj = plt.get_cmap(cmap)
    # 返回仅包含css样式的字符串列表，不会修改原始数值
    return [f'background-color: {matplotlib.colors.rgb2hex(cmap_obj(norm(v)))}' for v in log_vals]

# 调用自定义样式
styler = df.style.format('{:.2e}'.format) \
          .apply(log_gradient_style, axis=0)

注意事项 #

• 如果数据中存在0或者负数，需要提前对log10的输入做截断处理，比如gmap=np.log10(df.clip(lower=1e-10))避免计算报错
• 单元格展示的格式可以在format方法中随意修改，和背景色计算逻辑完全独立互不影响
• 可以随时执行print(df)验证原始数据没有任何改动

内容的提问来源于stack exchange，提问作者Donna