如何显示样式化 DataFrame 中的随机样本？

Question

我经常想查看 DataFrame 中

k

行的随机样本，而不仅仅是头/尾，为此我会使用

df.sample(frac=1.0).iloc[:k]

。

当我将

.style

链接到此示例时，样式器将只能看到

k

选定的行，并且生成的颜色映射将不准确，因为它只考虑示例。

如何对 DataFrame 进行洗牌、采样和设计样式，同时确保样式器使用所有数据？

示例

import pandas as pd
import numpy as np

#Data for testing
df = pd.DataFrame({
    'device_id': np.random.randint(200, 800, size=1000),
    'normalised_score': np.random.uniform(0, 2, size=1000),
    'severity_level': np.random.randint(-3, 4, size=1000),
})

#Inaccurate styling if I chain .style onto a sampled DataFrame:
df.sample(frac=1.0).iloc[:5].style.background_gradient(subset='severity_level', cmap='RdYlGn')

我使用的颜色图在

severity_level

（-3、-2、-1、0、+1、+2、+3）范围内大致呈红-白-绿。因此，值 0 应显示为 white，但在下面的示例中它会变成红色：

着色应考虑所有

severity_level

值，即使我只显示一些随机选择的行。

Answer 1

您需要首先将

df

插入样式器，然后链接到

.hide

，然后使用

.hide(df.sample(frac=1.0).index[:k])

选择行的随机子集。

.hide

不采用

lambda

函数，因此您无法在

.style

之前进行洗牌，然后在链中稍后访问洗牌后的 DataFrame。

#... data from OP
(
    df
    .style
    .background_gradient(subset='severity_level', cmap='RdYlGn')

    #Select k indices after shuffling
    .hide(df.sample(frac=1.0).index[:-5])
)

因此，值 0 应显示为白色，但它会变成红色，因为样式器仅获取部分数据

样式器现在使用

severity_level

的所有值，无论显示的示例如何