Styler.applymap适用于单值条件样式，如“数值大于100标红”，仅传入当前单元格值，不支持跨列比较；需返回CSS字符串或None，不可返回空字符串或多键值对。
用 Styler.applymap 对单个单元格做条件样式
直接对每个单元格单独判断值并返回 CSS 样式字符串，适合简单、细粒度的逻辑（比如“数值大于100就标红”）。注意它不接收整列或整行，只传入单个值，所以无法跨单元格比较。
常见错误是误用 applymap 去访问其他列——它只给当前单元格的值，没有上下文。如果需要列间逻辑（如“本列值大于另一列值”），得换方法。
-
applymap函数必须返回字符串，例如"color: red"或"background-color: #f0f0f0" - 返回
None表示不应用任何样式，不是空字符串 - 不能返回多个样式键值对；如需多个属性，拼成一个字符串：
"font-weight: bold; text-align: right"
def highlight_high(val):
return "color: red" if val > 50 else None
df.style.applymap(highlight_high, subset=["score"])
用 Styler.apply 按行或列批量计算样式
当样式逻辑依赖整行/整列数据时（比如“标出每行最大值”“高亮低于该列均值的单元格”），apply 是更自然的选择。它把一维 Series（行或列）传入函数，你可以用 .mean()、.max() 等聚合操作。
容易踩的坑是没设 axis 参数，默认是 axis=0（按列），但你想标出“每行最大值”，就得显式写 axis=1；否则结果会完全不对。
立即学习“Python免费学习笔记（深入）”；
-
subset参数控制作用范围，建议始终指定，避免全表遍历拖慢渲染 - 函数返回必须是与输入等长的列表或
Series，每个元素对应一个单元格的样式字符串 - 若返回
None，对应单元格无样式；返回空字符串会被当作无效值报错
def highlight_max(s):
is_max = s == s.max()
return ["font-weight: bold" if v else "" for v in is_max]
df.style.apply(highlight_max, axis=1, subset=["A", "B", "C"])
用 Styler.where + set_properties 实现布尔掩码样式
这是最接近“SQL WHERE”的写法：先构造一个布尔 DataFrame 或 Series，再统一赋样式。适合规则清晰、可向量化判断的场景（比如“所有负数背景变黄”“category 列为 'urgent' 的整行标红”）。
性能比 applymap 好，因为底层用 NumPy 向量化运算；但布尔条件不能含 Python 循环或复杂状态逻辑。
-
where的条件必须返回同形状的布尔结构；用df["col"] > 0是 OK 的，但df["col"].apply(lambda x: x.startswith("A"))会变慢，应优先用str.startswith -
set_properties只接受键值对字典，不能写内联 CSS 字符串；要写成{"color": "blue", "font-style": "italic"} - 若想对某列生效，
where返回的布尔结构必须与该列对齐（可用df[["col"]].gt(0)）
df.style.where(df["price"] < 10,
df.style.set_properties(**{"background-color": "yellow"}))
导出带样式的 HTML 时要注意 CSS 覆盖和浏览器兼容性
to_html() 输出的是带内联 style 属性的表格，不是独立 CSS 文件。这意味着样式不会被外部样式表覆盖，但也不能用伪类（如 :hover）或媒体查询。
真正容易被忽略的是：Pandas 默认生成的 HTML 包含大量 class 名（如 dataframe col1），如果你后续用 JS 动态改样式，或者嵌入到已有前端框架中，这些 class 可能和你的 CSS 选择器冲突。
- 用
table_styles参数可注入全局样式块，适合定义 hover 效果或字体统一设置 - 导出前调用
df.style.hide(axis="index")可隐藏索引列，避免在 HTML 中多出一列无意义的序号 - 在 Jupyter 里预览正常，但复制 HTML 到邮件或静态页面时，部分样式（如渐变背景）可能不渲染——老版本 Outlook 就不支持
background: linear-gradient
