pandas.io.formats.style.Styler.hide # 造型器。hide (子集= None , axis = 0 , level = None ,名称= False ) [来源] # 隐藏整个索引/列标题,或从显示中隐藏特定行/列。 1.4.0 版本中的新增功能。 参数: 子集标签,类似数组,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。 轴{“索引”, 0, “列”, 1}应用于索引或列。 级别int、str、列表如果隐藏整个索引/列标题,则隐藏在 MultiIndex 中的级别。不能与同时使用subset。 名称布尔是否隐藏索引/列标题的级别名称(或至少一个级别)保持可见。 返回: 造型器 笔记 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,都会忽略此隐藏方法并显示所有数据。 subset此方法具有多种功能,具体取决于、level和参数的组合names(请参阅示例)。该 axis参数仅用于控制该方法是否应用于行标题或列标题: 参数组合# subset level names 影响 没有任何 没有任何 错误的 轴索引完全隐藏。 没有任何 没有任何 真的 仅隐藏轴索引名称。 没有任何 整数、字符串、列表 错误的 指定的轴多索引级别完全隐藏。 没有任何 整数、字符串、列表 真的 指定的 axis-MultiIndex 级别被完全隐藏,其余的 axis-MultiIndex 级别的名称也被隐藏。 子集 没有任何 错误的 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 没有任何 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 整数、字符串、列表 布尔值 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,因此可以链接起来以按顺序隐藏多个元素。 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 所有示例都产生与 等效的转置效果axis="columns"。