Excelなどでセルに入っている数字を元に、セルを色分けしたり、棒グラフをセルの中に描いたりすることがります。

そのようなことを、pandasのデータフレームを、Jupyter Notebook上に表示させるときできないだろうか、と思った方もいるかもしれません。

知っている人にとっては大したお話しではありませんが、知らない人にとっては「そんなことできるんだぁー」という感じかと思います。

と言うことで、今回は「pandasデータフレームのJupyter上の出力表示をちょっと変える方法」というお話しです。

ライブラリーを読み込む

今回使用するサンプルデータを読み込みます。

以下、コードです。

# ライブラリーの読み込み
import pandas as pd
import numpy as np

 

サンプルデータの生成その1

今回利用するサンプルデータの1つを乱数を使って生成します。

以下、コードです。

# サンプルデータ生成
df = pd.DataFrame(np.random.randn(150, 150))

 

サンプルデータは、150行×150列（変数）のデータセットです。

どのようなデータなのか確認してみます。

以下、コードです。

# データセットの確認
df

 

以下、実行結果です。

 

行と列の途中に「…」というのがあることに気づくことでしょう。

「…」は、表示できる最大の行数（デフォルトでは60行）や列数（デフォルトでは20列）を超えると登場します。要は、「…」でその間のデータの表示を省略しているのです。

この「…」の中を見たい、という方もいることでしょう。

表示できる最大の行数（デフォルトでは60行）や列数（デフォルトでは20列）を変更してしまえば見えます。

 

表示できる最大の行数と列数を変更する

では先ず、現在表示できる最大行数を見てみます。

以下、コードです。

# 表示できる行数の確認
pd.options.display.max_rows

 

以下、実行結果です。

 

表示できる最大の行数が60行（デフォルトの行数）であることが分かります。

最大行数の設定を変更してみます。

以下、コードです。

# 表示できる行数の変更
pd.options.display.max_rows = 150

 

本当に見えるようになったのか、確認してみます。

以下、コードです。

# 表示できる行数の確認
pd.options.display.max_rows

 

以下、実行結果です。

 

行側の「…」がなくなり、すべての行が見るようになりました。しかし、まだ列側に「…」があります。

現在表示できる最大列数を見てみます。

以下、コードです。

# 表示できる列数の確認
pd.options.display.max_columns

 

以下、実行結果です。

 

表示できる最大の行数が20列（デフォルトの列数）であることが分かります。

最大列数の設定を変更してみます。

以下、コードです。

# 表示できる行数の変更
pd.options.display.max_columns = 150

 

本当に見えるようになったのか、確認してみます。

以下、コードです。

# データセットの確認
df

 

以下、実行結果です。

 

列側の「…」もなくなり、すべての列が見るようになりました。

 

infoで確認できる変数の上限を増やす

変数情報を確認するとき、infoメソッドを使う方は思います。

試しに先ほど作ったサンプルデータに対し実行します。

以下、コードです。

# 変数情報の確認
df.info()

 

以下、実行結果です。

 

いつもと出力が違う、と思われた方もいるかもしれません。

変数の数がある上限を超えると、infoメソッドは、変数（列）それぞれに対する情報を簡易表示するようになります。

その上限はいくつでしょうか？

以下、コードです。

# 変数情報を表示する最大列数（変数の数）の確認
pd.options.display.max_info_columns

 

以下、実行結果です。

 

これは、確認できる変数の上限が、100ということを表しています。この100はデフォルト値です。

この上限を増やすことができます。150に増やします。

以下、コードです。

# 変数情報を表示する最大列数（変数の数）の変更
pd.options.display.max_info_columns = 150

 

本当に見えるようになったのか、確認してみます。

以下、コードです。

# 変数情報の確認
df.info()

 

以下、実行結果です。

 

表示する小数点の桁数を増やしたい

先ほどからJupyter上で見ているデータは、小数点6位までしか見えていません。デフォルトでそうなっているからです。

本当にそうなっているのか確認してみます。

以下、コードです。

# 表示できる小数点の桁数の確認
pd.options.display.precision

 

以下、実行結果です。

 

この小数点の桁数の設定を変更することができます。10桁に増やしてみます。

以下、コードです。

# 表示できる小数点の桁数の変更
pd.options.display.precision = 10

 

本当に桁数が増えたのか、確認してみます。

以下、コードです。

# データセットの確認
df

 

以下、実行結果です。

 

サンプルデータの生成その2

次に、ここまで利用していたサンプルデータよりも小さなデータセットを新たに作り、セルの色付けなど実施していきたいと思います。

ということで、新しいサンプルデータを乱数を使って生成します。

以下、コードです。

# サンプルデータ生成
df = pd.DataFrame(np.random.randn(10, 5))

 

サンプルデータは、10行×5列（変数）のデータセットです。

どのようなデータなのか確認してみます。

以下、コードです。

# データセットの確認
df

 

以下、実行結果です。

 

セルの値のフォーマットの変更

このデータセットに対し、小数点2桁まで表示し、その後ろに%を付けてみます。

以下、コードです。

# セルの値のフォーマットの変更（小数点2桁まで表示で、後ろに%を付ける）
pd.options.display.float_format = '{:.2f}%'.format

 

データセットを確認してみます。

以下、コードです。

# データセットの確認
df

 

以下、実行結果です。

 

小数点2桁まで表示し、その前に$を付けてみます。

以下、コードです。

# 表示する値のフォーマットの変更（小数点2桁まで表示で、前に$を付ける）
pd.options.display.float_format = '${0:,.2f}'.format

 

データセットを確認してみます。

以下、コードです。

# データセットの確認
df

 

以下、実行結果です。

 

前後に何もつけず小数点2桁まで表示します。

以下、コードです。

# 表示する値のフォーマットの変更（小数点2桁まで表示）
pd.options.display.float_format = '{0:,.2f}'.format

 

データセットを確認してみます。

以下、コードです。

# データセットの確認
df

 

以下、実行結果です。

 

条件を設定しセルの色を変える

条件を設定しセルの色を変えることができます。

例えば、プラスの値の場合に青、マイナスの値の場合に赤、などです

以下、コードです。

# 条件を設定しセルの色を変える
df.style.where(lambda x: x > 0, 
               'background-color: red; color: white', 
               'background-color: blue; color: white')

 

以下、実行結果です。

 

セルの値に応じて色に濃淡を付ける

セルの値に応じて色に濃淡（グラデーション）を付けることができます。

以下、コードです。

# セルの値に応じて色に濃淡を付ける
df.style.background_gradient(cmap='Greens')

 

以下、実行結果です。

 

セルに値に応じた長さの棒グラフを表示させる

セルに値に応じた長さの棒グラフを表示させることができます。

以下、コードです。

# セルに値に応じた長さの棒グラフを表示させる
df.style.bar(color = 'lightblue')

 

以下、実行結果です。

 

さらに、マイナスは左棒グラフ、プラスは右棒グラフという形で表現することもできます。

以下、コードです。

# セルに値に応じた長さの棒グラフを表示させる（マイナスは左棒グラフ、プラスは右棒グラフ）
df.style.bar(align='mid', color=['pink', 'lightblue'])

 

以下、実行結果です。

 

各列の最大値と最小値に色を付ける

各列の最大値と最小値に色を付けることができます。

先ずは、最大値に色を付けてみます。

以下、コードです。

# 各列の最大値に色を付ける
df.style.highlight_max(color='lightblue')

 

以下、実行結果です。

 

次に、最小値に色を付けてみます。

以下、コードです。

# 各列の最小値に色を付ける
df.style.highlight_min(color='pink')

 

以下、実行結果です。

 

最後に、最大値と最小値の両方に色を付けて表示させてみます。

以下、コードです。

# 各列の最大値と最小値に色を付ける
df.style \
  .highlight_max(color='lightblue') \
  .highlight_min(color='pink')

 

以下、実行結果です。

 

まとめ

今回は「pandasデータフレームのjupyter上の出力表示をちょっと変える方法」というお話しをしました。

単に、Jupyter上のデータフレームなどの出力フォーマットを変えるだけです。

今回は主要なものだけを紹介しました。

もっと色々なことができますので、興味のある方は調べて実施してみてください。