pandas.io.formats.style.Styler.hide#
- Styler.hide(subset=None, axis=0, level=None, names=False)[源代码]#
从显示中隐藏整个索引/列标题或特定行/列。
1.4.0 新版功能.
- 参数
- subset标签、类似数组、索引切片、可选
有效的一维输入或沿内轴线的单键 DataFrame.loc[<subset>, :] 或 DataFrame.loc[:, <subset>] 取决于
axis，以限制data若要选择隐藏行/列，请执行以下操作。- axis{“索引”，0，“列”，1}
应用于索引或列。
- levelInt、str、list
隐藏整个索引/列标题时要在多重索引中隐藏的级别。不能与同时使用
subset。- names布尔尔
在索引/列标题(或至少一个级别)保持可见的情况下是否隐藏它的级别名称。
- 退货
- self造型师
注意事项
警告
此方法仅适用于输出方法
to_html，to_string和to_latex。其他输出方法，包括
to_excel，则忽略此隐藏方法并将显示所有数据。此方法具有多种功能，具体取决于
subset，level和names参数(请参见示例)。这个axis参数仅用于控制该方法是应用于行标题还是列标题：论据组合# subsetlevelnames效应
无
无
错误
轴索引会完全隐藏。
无
无
真的
只有轴索引名称被隐藏。
无
Int、str、list
错误
指定的轴-完全隐藏多索引级别。
无
Int、str、list
真的
指定的AXIS-多索引级别将完全隐藏，其余AXIS-多索引级别的名称将被完全隐藏。
子集
无
错误
指定的数据行/列被隐藏，但轴索引本身和名称保持不变。
子集
无
真的
指定的数据行/列和轴索引名称被隐藏，但轴索引本身保持不变。
子集
Int、str、list
布尔值
ValueError：无法提供
subset和level同时。注此方法只隐藏已标识的元素，因此可以链接以按顺序隐藏多个元素。
示例
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
隐藏多索引中的特定行，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
所有示例都会产生等价的转置效果
axis="columns"。