pandas.io.formats.style.Styler.hide#

Styler.скрыть(subset=None, ось=0, уровень=None, names=False)[источник]#

Скрыть весь индекс / заголовки столбцов или определенные строки / столбцы при отображении.

Добавлено в версии 1.4.0.

Параметры:

subsetметка, массивоподобный, IndexSlice, необязательный: Допустимые одномерные входные данные или одиночный ключ вдоль оси в пределах DataFrame.loc[<подмножество>, :] или DataFrame.loc[:, ] в зависимости от axis, чтобы ограничить data для выбора скрытых строк / столбцов.
ось{“index”, 0, “columns”, 1}: Применить к индексу или столбцам.
уровеньint, str, list: Уровень(и) для скрытия в MultiIndex, если скрываются все заголовки индекса/столбцов. Нельзя использовать одновременно с subset.
namesbool: Скрывать ли имя(имена) уровня(ей) заголовков индекса/столбцов в случае, если он (или хотя бы один из уровней) остается видимым.

Возвращает:

Styler

Примечания

Предупреждение

Этот метод работает только с выходными методами to_html, to_string и to_latex.

Другие методы вывода, включая to_excel, игнорируйте этот метод скрытия и будут отображены все данные.

Этот метод имеет несколько функций в зависимости от комбинации subset, level и names аргументы (см. примеры). axis аргумент используется только для контроля применения метода к заголовкам строк или столбцов:

Комбинации аргументов#
`subset`	`level`	`names`	Эффект
None	None	False	Индекс оси полностью скрыт.
None	None	True	Скрыты только имена индексов оси.
None	Int, Str, List	False	Указанные уровни MultiIndex по оси полностью скрыты.
None	Int, Str, List	True	Указанные уровни MultiIndex оси полностью скрыты, и отображаются имена оставшихся уровней MultiIndex оси.
Подмножество	None	False	Указанные строки/столбцы данных скрыты, но сам индекс оси, и имена остаются неизменными.
Подмножество	None	True	Указанные строки/столбцы данных и имена индексов оси скрыты, но сам индекс оси остается неизменным.
Подмножество	Int, Str, List	Логический	ValueError: нельзя передать `subset` и `level` одновременно.

Обратите внимание, что этот метод только скрывает указанные элементы, поэтому его можно объединять в цепочку для скрытия нескольких элементов последовательно.

Примеры

Простое приложение, скрывающее определенные строки:

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

Скрыть индекс и сохранить значения данных:

>>> 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

Скрыть определённые строки в MultiIndex, но сохранить индекс:

>>> 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

Скрыть определенные строки и индекс через цепочку:

>>> 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

Скрыть определённый уровень:

>>> 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

Скрытие только имен уровней индекса:

>>> 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

Примеры все производят эквивалентные транспонированные эффекты с axis="columns".