Próbuję sformatować tabelę, tak aby dane w każdej kolumnie były formatowane w stylu zależnym od ich wartości (podobnie jak formatowanie warunkowe w programach arkusza kalkulacyjnego). Jak mogę to osiągnąć w pandach przy użyciu formatera HTML?

Typowy przypadek użycia to podświetlanie znaczących wartości w tabeli. Na przykład:

    correlation  p-value
0   0.5          0.1
1   0.1          0.8
2   0.9          *0.01*

pandy pozwalają zdefiniować niestandardowe formatyzatory dla wyjścia HTML - aby uzyskać powyższe wyjście można użyć:

import pandas as pd
from pandas.core import format
from StringIO import StringIO
buf = StringIO()
df = pd.DataFrame({'correlation':[0.5, 0.1,0.9], 'p_value':[0.1,0.8,0.01]})
fmt = format.DataFrameFormatter(df, 
          formatters={'p_value':lambda x: "*%f*" % x if x<0.05 else str(x)})
format.HTMLFormatter(fmt).write_result(buf)

Chciałbym jednak zmienić styl znaczących wartości (na przykład za pomocą pogrubionej czcionki).

Możliwym rozwiązaniem byłoby dołączenie klasy CSS do<td> znaczniki w wyjściu HTML, które można następnie sformatować przy użyciu arkusza stylów CSS. Powyższe stanie się wtedy:

<table border="1" class="dataframe">
  <thead>
    <tr style="text-align: right;">
      <th></th>
      <th>correlation</th>
      <th>p_value</th>
    </tr>
  </thead>
  <tbody>
    <tr>
      <td>0</td>
      <td> 0.5</td>
      <td> 0.10</td>
    </tr>
    <tr>
      <td>1</td>
      <td> 0.1</td>
      <td> 0.80</td>
    </tr>
    <tr>
      <td>2</td>
      <td> 0.9</td>
      <td class='significant'> 0.01</td>
    </tr>
  </tbody>
</table>

Edytować: Jak sugeruje @ Andy-Hayden, mogę dodać formatowanie, po prostu zastępując gwiazdki gwiazdką<span class="signifcant">...</span> w moim przykładzie:

import pandas as pd
from StringIO import StringIO
buf = StringIO()
significant = lambda x: '<span class="significant">%f</span>' % x if x<0.05 else str(x)
df = pd.DataFrame({'correlation':[0.5, 0.1,0.9], 'p_value':[0.1,0.8,0.01]})
df.to_html(buf, formatters={'p_value': significant})

Nowsze wersje pand uciekają ze znaczników. Aby tego uniknąć, zastąp ostatnią linię:

df.to_html(buf, formatters={'p_value': significant}, escape=False)