Python pandas.io.formats.style.Styler.hide用法及代码示例

用法: Styler.hide(subset=None, axis=0, level=None, names=False)

隐藏整个索引/列标题，或显示的特定行/列。

参数：

subset：标签，array-like，IndexSlice，可选

DataFrame.loc[<subset>,:] 或 DataFrame.loc[:, <subset>] 内沿轴的有效 1d 输入或单个键，取决于 axis ，以限制 data 选择隐藏的行/列。

axis：{“index”, 0, “columns”, 1}

应用于索引或列。

level：整数、字符串、列表

如果隐藏整个索引/列标题，则在 MultiIndex 中隐藏的级别。不能与 subset 同时使用。

names：bool

是否隐藏索引/列标题的级别名称(或至少一个级别)仍然可见。

self：造型器

注意：

此方法具有多种函数，具体取决于 subset 、 level 和 names 参数的组合(参见示例)。 axis 参数仅用于控制该方法是应用于行标题还是列标题：

参数组合
`subset`	`level`	`names`	影响
None	None	False	axis-Index 完全隐藏。
None	None	True	只有axis-Index 名称是隐藏的。
None	整数、字符串、列表	False	指定的axis-MultiIndex 级别完全隐藏。
None	整数、字符串、列表	True	指定的axis-MultiIndex 级别完全隐藏，其余axis-MultiIndex 级别的名称。
Subset	None	False	指定的数据行/列被隐藏，但axis-Index 本身和名称保持不变。
Subset	None	True	指定的数据行/列和axis-Index 名称被隐藏，但axis-Index 本身保持不变。
Subset	整数、字符串、列表	Boolean	ValueError：无法同时提供`subset` 和`level`。

请注意，此方法仅隐藏已识别的元素，因此可以链接以依次隐藏多个元素。

例子：

隐藏特定行的简单应用程序：

>>> df = pd.DataFrame([[1,2], [3,4], [5,6]], index=["a", "b", "c"])
>>> df.style.hide(["a", "b"])  
     0    1
c    5    6

隐藏索引并保留数据值：

>>> midx = pd.MultiIndex.from_product([["x", "y"], ["a", "b", "c"]])
>>> df = pd.DataFrame(np.random.randn(6,6), index=midx, columns=midx)
>>> df.style.format("{:.1f}").hide()  
                 x                    y
   a      b      c      a      b      c
 0.1    0.0    0.4    1.3    0.6   -1.4
 0.7    1.0    1.3    1.5   -0.0   -0.2
 1.4   -0.8    1.6   -0.2   -0.4   -0.3
 0.4    1.0   -0.2   -0.8   -1.2    1.1
-0.6    1.2    1.8    1.9    0.3    0.3
 0.8    0.5   -0.3    1.2    2.2   -0.8

隐藏 MultiIndex 中的特定行但保留索引：

>>> df.style.format("{:.1f}").hide(subset=(slice(None), ["a", "c"]))
...   
                         x                    y
           a      b      c      a      b      c
x   b    0.7    1.0    1.3    1.5   -0.0   -0.2
y   b   -0.6    1.2    1.8    1.9    0.3    0.3

通过链接隐藏特定行和索引：

>>> df.style.format("{:.1f}").hide(subset=(slice(None), ["a", "c"])).hide()
...   
                 x                    y
   a      b      c      a      b      c
 0.7    1.0    1.3    1.5   -0.0   -0.2
-0.6    1.2    1.8    1.9    0.3    0.3

隐藏特定级别：

>>> df.style.format("{:,.1f}").hide(level=1)  
                     x                    y
       a      b      c      a      b      c
x    0.1    0.0    0.4    1.3    0.6   -1.4
     0.7    1.0    1.3    1.5   -0.0   -0.2
     1.4   -0.8    1.6   -0.2   -0.4   -0.3
y    0.4    1.0   -0.2   -0.8   -1.2    1.1
    -0.6    1.2    1.8    1.9    0.3    0.3
     0.8    0.5   -0.3    1.2    2.2   -0.8

仅隐藏索引级别名称：

>>> df.index.names = ["lev0", "lev1"]
>>> df.style.format("{:,.1f}").hide(names=True)  
                         x                    y
           a      b      c      a      b      c
x   a    0.1    0.0    0.4    1.3    0.6   -1.4
    b    0.7    1.0    1.3    1.5   -0.0   -0.2
    c    1.4   -0.8    1.6   -0.2   -0.4   -0.3
y   a    0.4    1.0   -0.2   -0.8   -1.2    1.1
    b   -0.6    1.2    1.8    1.9    0.3    0.3
    c    0.8    0.5   -0.3    1.2    2.2   -0.8

示例都使用 axis="columns" 产生等效的转置效果。

相关用法

注：本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.io.formats.style.Styler.hide。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

注意：

例子：