python DataFrame表头怎么设置背景颜色和字体颜色？

请问下怎么样可以设置DataFrame表头的背景颜色和字体颜色，然后导出来这些格式也是保留的，感谢~

比如这样的表格，我想把表头设置为蓝色，表头的字体颜色设置为白色

众所周知，改变样式的目的是使最终用户的可读性更强。我们可以更改数据的颜色和格式，以便更有效地传达想法。通常，对于在DataFrame上更直观的可视化，我们使用DataFrame.style属性，该属性返回样式器对象，该对象具有许多用于格式化和可视化数据框的有用方法。

使用DataFrame.style属性

df.style.set_properties： 通过使用此功能，我们可以使用内置功能来处理从字体颜色到背景颜色的数据框样式。

import pandas as pd 
import numpy as np 
  
# Seeding random data from numpy 
np.random.seed(24) 
  
# Making the DatFrame 
df = pd.DataFrame({'A': np.linspace(1, 10, 10)}) 
df = pd.concat([df, pd.DataFrame(np.random.randn(10, 4),  
                                 columns=list('BCDE'))], axis=1) 
  
# DataFrame without any styling 
print("Original DataFrame:\n") 
print(df) 
print("\nModified Stlying DataFrame:") 
df.style.set_properties(**{'background-color': 'black', 
                           'color': 'green'})

df.style.set_properties

df.style.highlight_null： 在此帮助下，我们可以突出显示数据框内丢失或为空的值。

df.iloc[0, 3] = np.nan 
df.iloc[2, 3] = np.nan 
df.iloc[4, 2] = np.nan 
df.iloc[7, 4] = np.nan 
  
# Highlight the NaN values in DataFrame 
print("\nModified Stlying DataFrame:") 
df.style.highlight_null(null_color='red')

df.style.highlight_min： 用于突出显示整个数据帧中每一列的最小值。

print("\nModified Stlying DataFrame:") 
df.style.highlight_min(axis=0)

df.style.highlight_max： 用于突出显示整个数据帧中每一列的最大值。

# Highlight the Max values in each column  
print("\nModified Stlying DataFrame:") 
df.style.highlight_max(axis=0)

使用用户定义的功能

我们可以使用用户定义的函数来修改DataFrame： 在此函数的帮助下，我们可以自定义数据框内正数据值的字体颜色。

# function for set text color of positive 
# values in Dataframes 
def color_positive_green(val): 
    """ 
    Takes a scalar and returns a string with 
    the css property `'color: green'` for positive 
    strings, black otherwise. 
    """
    if val > 0: 
        color = 'green'
    else: 
        color = 'black'
    return 'color: %s' % color 
  
df.style.applymap(color_positive_green)

使用Seaborn库

将调色板用于渐变填充到DataFrame中： 通过从seaborn库中导入颜色的调色板，我们可以映射数据框背景的颜色渐变。

# Import seaborn library 
import seaborn as sns 
  
# Declaring the cm variable by the  
# color palette from seaborn 
cm = sns.light_palette("green", as_cmap=True) 
  
# Visualizing the DataFrame with set precision 
print("\nModified Stlying DataFrame:") 
df.style.background_gradient(cmap=cm).set_precision(2)

使用突出显示空值或缺失值的调色板： 在这里，我们用Seaborn的渐变调色板突出显示红色的NaN值。

# Highlight the NaN values in DataFrame  
# using seaborn color palette 
print("\nModified Stlying DataFrame:") 
df.style.background_gradient(cmap=cm).set_precision(2).highlight_null('red')

将Seaborn属性与DataFrame.style属性组装在一起： 使用数据框的高亮属性自定义seaborn调色板，以实现更具影响力的数据可视化。

# Highlight the NaN values in DataFrame  
# using seaborn color palette as well as 
# min('lighblue') and max('blue') values  
# in each column 
print("\nModified Stlying DataFrame:") 
df.style.background_gradient(cmap=cm).set_precision(2).highlight_null('red').highlight_min(axis=0, color='lightblue').highlight_max(axis=0, color='blue')