[Pandas] DataFrame.style

2026년 7월 16일 · 수정 2026년 7월 16일 · 📖 약 2분 · 679자/단어 #python #pandas #style #formatting #html

정의

DataFrame.style 는 HTML/CSS 기반 서식을 DataFrame 에 적용하는 API. Jupyter 노트북, 보고서, Excel 출력에 활용. 데이터 자체는 변하지 않고 표시만 바뀐다.

import pandas as pd

df = pd.DataFrame({'sales': [1200, 950, 1800], 'growth': [0.12, -0.05, 0.25]})
df.style.format({'sales': '{:,.0f}', 'growth': '{:.1%}'})
# DataFrame 이 아닌 Styler 객체 반환

사용 상황

용도	적합 여부	비고
Jupyter 보고서 시각화	✅	셀 출력 시 자동 렌더링
Excel 서식 있는 출력	✅	`to_excel()` + openpyxl
HTML 대시보드	✅	`to_html()`
대용량 df 시각화	❌	10만 행 이상 느림
데이터 변환	❌	표시만 바뀜, df 값 불변

Styler API 파이프라인

flowchart LR
    DF["DataFrame"] -->|"df.style"| ST["Styler 객체"]
    ST --> FM[".format()"]
    ST --> MP[".map(fn)"]
    ST --> AP[".apply(fn)"]
    ST --> BG[".background_gradient()"]
    ST --> HL[".highlight_max()"]
    FM --> CH["체이닝 가능"]
    MP --> CH
    AP --> CH
    BG --> CH
    HL --> CH
    CH --> E1[".to_html()"]
    CH --> E2[".to_excel()"]
    CH --> E3["Jupyter 렌더링"]

메서드는 모두 Styler 객체를 반환하므로 .format().map().highlight_max() 처럼 체이닝 가능.

자주 쓰는 메서드

메서드	효과
`.format(...)`	숫자/날짜 포맷팅
`.map(fn)`	셀별 스타일 함수
`.apply(fn, axis=)`	컬럼/행 단위 스타일
`.background_gradient(cmap=)`	색상 그라데이션
`.bar(...)`	셀 안 막대 시각화
`.highlight_max(color=)`	최댓값 강조
`.highlight_min(color=)`	최솟값 강조
`.highlight_null(color=)`	NaN 강조
`.highlight_between(left=, right=)`	범위 내 값 강조
`.set_caption(...)`	표 제목
`.set_properties(**kwargs)`	모든 셀 CSS 속성
`.to_html()` / `.to_excel()`	내보내기

format

숫자, 날짜, 문자열 표시 형식 지정.

import pandas as pd

df.style.format({
    'price': '{:,.0f} 원',
    'rate': '{:.2%}',
    'date': lambda x: x.strftime('%Y-%m-%d'),
    'score': '{:.1f}',
})

포맷 문자열	의미	예시
`{:.2f}`	소수 2 자리	`3.14`
`{:,.0f}`	천 단위 콤마	`1,234`
`{:.2%}`	백분율	`12.50%`
`{:>10}`	우측 정렬 10 칸	`text`
`{:+.1f}`	부호 포함	`+3.1` / `-3.1`

NaN 처리:

df.style.format('{:.1f}', na_rep='N/A')   # NaN 을 'N/A' 로 표시

conditional 색상

# 색상 맵: RdYlGn (빨강 낮음, 초록 높음)
df.style.background_gradient(cmap='RdYlGn', subset=['profit'])

# 특정 범위만
df.style.background_gradient(cmap='Blues', vmin=0, vmax=100, subset=['score'])

자주 쓰는 cmap: RdYlGn, Greens, Blues, Reds, coolwarm, viridis.

highlight

df.style.highlight_max(color='lightgreen', subset=['sales'])
df.style.highlight_min(color='salmon', subset=['sales'])
df.style.highlight_null(color='yellow')
df.style.highlight_between(left=0, right=100, color='lightblue', subset=['score'])

사용자 정의 스타일 (map)

셀 단위로 CSS 문자열을 반환하는 함수.

def color_negative(v):
    return 'color: red; font-weight: bold' if v < 0 else 'color: green'

df.style.map(color_negative)                       # 모든 숫자 셀
df.style.map(color_negative, subset=['profit'])     # 특정 컬럼만

# NaN 포함 데이터에 안전하게 적용
def safe_color(v):
    if pd.isna(v):
        return ''
    return 'color: red' if v < 0 else ''

df.style.map(safe_color, subset=['growth'])

IMPORTANT

pandas 2.1 부터 applymap 이 map 으로 이름 변경됐다. pandas 2.1 미만 환경에서는 applymap 을 써야 한다. df.style.applymap(fn) → df.style.map(fn).

apply (행/열 단위)

행 또는 열 전체를 받아 CSS 리스트를 반환하는 함수.

def highlight_max_in_row(s):
    is_max = s == s.max()
    return ['background-color: gold' if v else '' for v in is_max]

df.style.apply(highlight_max_in_row, axis=1)    # 각 행의 max 강조

def shade_col(s):
    return ['background-color: #e0f0ff'] * len(s)

df.style.apply(shade_col, axis=0, subset=['revenue'])   # 열 배경 고정

bar (셀 안 막대)

df.style.bar(subset=['sales'], color='lightgreen')

# 음수/양수 양방향 막대
df.style.bar(
    subset=['profit'],
    color=['#ffcccc', '#ccffcc'],   # 음수색, 양수색
    align='zero',
)

# 너비 조절
df.style.bar(subset=['score'], vmin=0, vmax=100, width=80)

속성 일괄 지정 (set_properties)

# 모든 셀에 동일한 CSS 적용
df.style.set_properties(**{
    'text-align': 'right',
    'font-size': '12px',
    'border': '1px solid #ddd',
})

# 특정 컬럼만
df.style.set_properties(subset=['name'], **{'text-align': 'left'})

보고서 내보내기

# HTML
df.style.format('{:.2f}').to_html('report.html')

# Excel (서식 포함, openpyxl 필요)
df.style.background_gradient().to_excel('styled.xlsx', engine='openpyxl')

# Excel: 여러 시트에 쓸 때
with pd.ExcelWriter('report.xlsx', engine='openpyxl') as writer:
    df.style.highlight_max().to_excel(writer, sheet_name='Sheet1')

# LaTeX
df.style.to_latex()

자주 쓰는 패턴

매출 보고서

report = monthly.style \
    .format({'sales': '{:,.0f}', 'growth': '{:.1%}'}) \
    .background_gradient(cmap='Greens', subset=['sales']) \
    .map(lambda x: 'color: red' if x < 0 else 'color: green',
         subset=['growth']) \
    .highlight_max(subset=['sales'], color='gold') \
    .set_caption('월별 매출 현황')

report.to_excel('monthly_report.xlsx', engine='openpyxl')

결측치 검사

df.style.highlight_null(color='red')

조건부 행 하이라이트

def highlight_high_sales(row):
    return ['background-color: #fffacd' if row['sales'] > 1000 else ''
            for _ in row]

df.style.apply(highlight_high_sales, axis=1)

등급별 색상

grade_colors = {'A': '#c3e6cb', 'B': '#fff3cd', 'C': '#f5c6cb'}

df.style.map(lambda g: f'background-color: {grade_colors.get(g, "")}',
             subset=['grade'])

성능

# 행 수별 스타일 적용 시간 (기준치)
# 1,000 행 → ~0.1초
# 10,000 행 → ~1초
# 100,000 행 → 수십 초, 메모리 급증

접근	적합 행 수	비고
`background_gradient`	10,000 이하	행마다 색상 계산
`highlight_*`	100,000 이하	max/null 계산 비교적 빠름
`format`	제한 없음	표시 변환만
`map(fn)`	50,000 이하	셀마다 fn 호출

CAUTION

보고용 요약 DataFrame (수백~수천 행) 에 쓰는 것이 적합하다. 원시 데이터 전체에 적용하는 용도가 아니다.

함정

1. Style 은 Styler, 데이터 자체는 안 바뀜

styled = df.style.format('{:.2f}')
type(styled)        # pandas.io.formats.style.Styler (DataFrame 아님)
styled.data         # 원본 DataFrame 접근
df                  # 원본 값 그대로

2. 체이닝 순서가 결과에 영향

# highlight_max 가 background_gradient 보다 나중에 오면 덮어씀
df.style.background_gradient(cmap='Greens').highlight_max(color='gold')

3. format 후 Excel 저장 시 dtype

df.style.format('{:.2f}').to_excel('out.xlsx')
# Excel 셀에는 원래 숫자 값, 단지 표시 형식만 변경됨
# 문자열로 저장되지 않음

4. NaN 이 있는 셀의 fn 처리

# ❌ NaN 에 float 연산 → TypeError
df.style.map(lambda x: 'red' if x < 0 else '')

# ✓ NaN 방어
df.style.map(lambda x: '' if pd.isna(x) else ('color: red' if x < 0 else ''))

5. 무거운 스타일

수만 행에 그라데이션 적용 → 느림. 보고용 요약 데이터에 쓴다.