pandas.io.formats.style.Styler.hide

造型器。hide (子集= None , axis = 0 , level = None ,名称= False )

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"。