本文详解如何根据每行中“alarm”出现次数，为 pandas dataframe 的整行设置不同背景色（红/橙/黄/绿），避免常见循环误用导致的样式失效问题。
在使用 Pandas 的 Styler 进行条件格式化时，一个典型误区是：在循环中反复调用 df.style.apply()，或错误地将 axis 参数与索引范围混用——这会导致样式对象被多次覆盖，最终仅显示最后一次应用的结果（甚至整个表格统一着色）。正确做法是一次性对整行应用函数，利用 axis=1 让 Styler 将每一行作为 Series 传入自定义函数，并返回与该行等长的样式列表。
以下为推荐实现方案（兼容 Jupyter Notebook）：
import pandas as pd
import numpy as np
# 构造示例数据
data = {
'A': ['ALARM', 'ALARM', 'krish', 'Peter'],
'B': ['Tom', 'ALARM', 'krish', 'ALARM'],
'C': ['Jack', 'ALARM', 'krish', 'ALARM']
}
df = pd.DataFrame(data)
# 定义行级样式函数
def styled_alarms(row):
# 定义颜色映射：ALARM 出现次数 → CSS 背景色
color_map = {
0: 'background-color: green;',
1: 'background-color: yellow;',
2: 'background-color: orange;',
3: 'background-color: red;'
}
# 统计当前行中 'ALARM' 的数量
alarm_count = (row == 'ALARM').sum()
# 返回长度等于列数的样式列表（每列应用相同背景色）
return [color_map.get(alarm_count, 'background-color: white;')] * len(row)
# 应用样式（关键：axis=1 表示按行处理）
styled_df = df.style.apply(styled_alarms, axis=1)
styled_df✅ 关键要点说明：
- axis=1 是核心：它确保 styled_alarms 接收的是 pd.Series（即单行），而非整列或标量；
- 函数必须返回 与输入 Series 等长的样式字符串列表（如 ['red', 'red', 'red']），不可返回单个字符串；
- 使用字典 color_map.get(count) 提升可读性与健壮性，避免嵌套三元表达式；
- ❌ 切勿在循环中反复调用 .style.apply() —— Styler 对象不可叠加修改，每次调用都会新建样式实例；
- 若需扩展支持更多列或动态阈值，只需修改 color_map 字典及统计逻辑（例如 (row.str.contains('ALARM', na=False)).sum() 支持子串匹配）。
该方法简洁、高效，且完全适配 Jupyter 的富文本渲染，是 Pandas 条件行着色的标准实践。
