Pandas数据显示不全?快来了解这些设置技巧! ⛵

如何使用 pandas 操作 excel 并显示dataframe多行, 全列 -- coding : utf-8 -- coding: utf-8 import openpyxl import xlrd import xlwt from xlutils.copy import copy from decimal import Decimal import pandas as pd import numpy as np import pprint pprint.pprint() #显示所有列 pd.set_option(‘display.max_columns’, None) #显示所 阅读详情

💡 作者:韩信子@ShowMeAI
📘 数据分析实战系列:http://www.showmeai.tech/tutorials/40
📘 本文地址:http://www.showmeai.tech/article-detail/285
📢 声明:版权所有,转载请联系平台与作者并注明出处
📢 收藏ShowMeAI查看更多精彩内容

📌 Pandas 数据显示的问题

我们在应用 Python 进行数据分析挖掘和机器学习时,最常用的工具库就是 Pandas,它可以帮助我们快捷地进行数据处理和分析。

对 Pandas 不熟悉的同学,一定要学习下这个宝藏工具库哦!ShowMeAI 给大家做了一个详尽的教程,可以在 📘 Python 数据分析教程 中查看,我们同时也制作了 📘 Pandas速查表,方便大家快速查找需要的功能。如果你喜欢跟着视频学习,那么推荐B站这个 📘 快速实战教程。

但在使用 Pandas 时,我们经常会遇到像下面这样一些问题,它很影响我们查看数据了解详情。

🔔 长文本无法显示全

对于非常长的字段可能显示不全,如下图中,URL 被缩短显示。

🔔 科学计数法显示失去细节

Pandas 默认使用『科学计数法』显示大浮点数,例如 1000000.5 显示为 1.000e+06 。对于数值较大的数字,就可能有如下的显示,这导致我们看不到具体数值。

🔔 小数位精度不一致

对于浮点型的字段列,Pandas 可能有不同的位精度。例如下图中,col_1 精确到小数点后一位,而 col_2 精确到小数点后三位。有时候精度的不一致可能会有信息的差异。

在本篇内容中,ShowMeAI 将介绍如何使用 Pandas 自定义设置来解决诸如上述的问题。主要的设置包括下面内容:

  • 自定义要显示的行数
  • 自定义要显示的列数
  • 自定义列宽
  • 使浮点列之间的小数位精度保持一致
  • 禁用科学记数法
  • 其他用法

注意:以上设置仅更改数据的显示呈现方式,实际并不会影响Dataframe存储的数据。

📌 Pandas自定义显示设置

💡 自定义显示行数

打印大 Dataframe(行列数很多的数据)时,Pandas 默认显示前 5 行和后 5 行,如下图所示。

我们可以通过设置显示选项 display.max_rows 来更改要显示的行数,比如我们将其设置为4。

pd.set_option("display.max_row", 4)
df

我们可以使用重置选项 pd.reset_option("display.max_rows") 恢复默认行数显示设置。

💡 自定义显示列数

同样的道理,我们可以通过设置 display.max_columns 自定义输出 Dataframe 时要显示的列数。

pd.set_option("display.max_columns", 6)
df

我们甚至可以设置 pd.set_option('display.max_columns',`` ``None) 来显示所有列(但是大家需要注意一下内存使用,这个操作可能让 Jupyter Notebook 一下占用特别多资源)。

我们同样可以使用 pd.reset_option("display.max_columns") 重置返回到默认设置。

💡 自定义列宽

在下图中,我们看不到前两行的全文,因为它们的字符太长(长度超过了 50)。

我们把设置 display.max_colwidth调整到 70,就可以看到全文了,如下图所示。

pd.set_option("display.max_colwidth", 70)
df

对这个设置重置的操作依旧是pd.reset_option("display.max_colwidth")。

💡 设置字段小数位精度一致

前面提到的一个例子中,col_1 和 col_2 的小数位精度不一致:

我们可以通过设置 display.float_format 至 "{:.2f}".format 使格式一致,如下图所示。

该选项只会影响浮点列,而不影响整数列。

pd.set_option("display.float_format", "{:.2f}".format)
df

对这个设置重置的操作是 pd.reset_option("display.float_format")

💡 禁用科学计数法

Pandas 默认以科学计数法显示较大的浮点值。

通过设置 display.float_format至 "{:,.2f}".format,我们可以为千位添加分隔符。

pd.set_option("display.float_format", "{:,.2f}".format)
df

我们甚至可以添加货币符号在数值前面,比如我们把 display.float_format 设置为 "$ {:,.2f}".format,得到如下结果:

pd.set_option("display.float_format", "$ {:,.2f}".format)
df

💡 其他设置

上面列到的是一些最常用的设置,如果我们记不住这些设置名称,或者我们想了解全部可以调整的显示设置,可以怎么办呢?实际上大家可以借助pd.describe_option()获得所有可用显示设置的列表。

针针对某个特定的显示设置,可以在 pd.describe_option()中传入想调整的显示设置名称来获取使用细节,例如我们运行pd.describe_option("max_rows")将打印描述 display.max_rows使用细节,如下图所示。

pd.describe_option("max_rows")

参考资料

处理pandas吧整数读取成了字符串 背景         在处理下载后的数据,由于下载的格式不统一,导致难以进行,原始数据如下                 问题         用 如下代码读取,但是第一列莫名其妙了字符串 import pandas as pd data = pd.read_c 阅读详情

相关推荐

RK3568部署YOLOv8的7种方法对比:量化vs非量化的性能实测与优化建议

本文针对RK3568平台,深度对比了YOLOv8模型的七种部署方法,重点分析了量化与非量化策略的性能差异。通过实测数据,详细评估了不同方法在推理速度、CPU占用、内存消耗及模型精度上的表现,并提供了从模型结构调整到系统级优化的具体建议,为边缘AI部署选型提供实用参考。

weixin_29099217的博客 531

【Pandas总结】第三节 Pandas 的显示设置(总结所有常用显示设置)

本文总结所有Pandas 常用的显示设置,相信对后续Pandas的使用会有很大帮助;

weixin_47139649的博客 1万+

ACM算法模板 · 一些常用的算法模板-模板合集(打比赛专用)

萌新常用的都在这了,本萌新的模板集。

张天枭の博客 5万+

Python pandas显示所有数据

设置value的显示长度为100,默认为50。

weixin_49936730的博客 2228

奥比中光Gemini335L SDK实战:从标定参数到3D点云转换

本文详细介绍了奥比中光Gemini 335L深度相机的SDK实战应用,重点讲解如何跳过繁琐的棋盘格标定,直接调用出厂预标定参数实现高效的3D点云转换。通过解析内参、外参获取及四种核心坐标转换模式,并结合OpenCV等工具,指导开发者快速将相机集成到机器人抓取、三维测量等项目中,实现开箱即用的3D视觉解决方案。

raspberrypi5的博客 643

以LAN8720A为例的以太网硬件设计方案

输入时钟(XTAL1/CLKIN,XTAL2):推荐外加25MHz(性价比较高)晶振为PHY芯片提供时钟,PHY芯片内部PLL将其倍频为50MHz来使用,亦可使用直接使用50MHz晶振。三位MODE通过高低电平组合分别对应以上8种模式 ,包含10M半双工,10M全双工,100M半双工,100M全双工,是否启用自协商协议,CRS是否有效等。VDDCR:1.2V电源,可由芯片内部稳压电源提供,亦可由外部电源提供,由外部电源提供可降低芯片功耗。REF_CLK:参考时钟,由MAC或外部时钟晶振向PHY芯片提供。

weixin_46154042的博客 5886

Pandas数据展示不完全解决方案

使用pandas展示数据的所有行

m0_57098592的博客 3660

【代码版本管理】SVN(Subversion)

认知有限,望大家多多包涵,有什么问题也希望能够与大家多交流,共同成长!本文先对SVN(Subversion)代码版本管理做个简单的介绍,具体内容后续再更,其他模块可以参考去我其他文章提示:以下是本篇文章正文内容。

qq_35635374的博客 669

高手系列!数据科学家私藏pandas高阶用法大全 ⛵

本文汇总介绍了21个 Pandas 进阶用法,能保持代码整洁优雅,更能提高代码效率!这篇是从数据科学家朋友那里搞到的私藏,快一起薅羊毛~

ShowMeAI研究中心 1万+

基于Python的上市公司年报PDF文本抓取与财务风险分析系统

随着大数据时代的到来,金融数据分析已成为投资决策和风险管理的重要工具。上市公司年报包含了丰富的财务信息和经营数据,通过对这些数据的提取和分析,可以评估公司的财务状况和潜在风险。本文将详细介绍如何使用Python构建一个完整的上市公司年报文本抓取与财务风险分析系统,涵盖PDF文本提取、数据清洗、财务指标计算和风险分析等全流程。

2201_76125261的博客 314

docker容器ubuntu:latest里使用uv add mysqlclient安装失败的解决方案

在Docker容器(ubuntu:latest)中安装mysqlclient失败,原因是缺少必要的依赖包。错误显示系统找不到pkg-config工具和MySQL客户端库。解决方法:先更新软件源并安装构建工具、Python开发包、MySQL客户端库和pkg-config工具。具体步骤:运行sudo apt update,然后安装build-essential python3-dev default-libmysqlclient-dev pkg-config,最后再执行uv add mysqlclient即可成

拥抱具身智能,昇腾Ascend C 297

数据专家最常使用的 10 大类 Pandas 函数 ⛵

Pandas 是数据科学领域最受欢迎的 Python 工具库之一,函数与功能极其丰富。本文将数据科学家常用的二三十个功能函数总结为10类,熟练掌握就能轻松解决80%以上的数据处理问题!

ShowMeAI研究中心 1万+

对称式目镜设计实例

对称式目镜设计实例

weixin_72050316的博客 1163

羡慕 Excel 的高级选择与文本框颜色呈现?Pandas 也可以拥有!! ⛵

通过 Styler API 的设置,Pandas 也能像 Excel 那样进行『条件选择』和 『文本框颜色』设置,一眼获取最关键信息!本文讲解 Pandas 使用单色(或渐变色)高亮显示缺失值、最大值、最小值、范围值等【数据与代码亲测可运行】...........................

ShowMeAI研究中心 1万+

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

一键自动化数据分析!快来看看 2022 年最受欢迎的 Python 宝藏工具库! ⛵

探索性数据分析(EDA)在机器学习中至关重要!这些高效又绝美的宝藏库,快用起来——Matplotlib、Seaborn、Plotly、Bokeh、Altair、pandas-profiling、Sweetviz、AutoViz、Microsoft Power BI、Tableau!

ShowMeAI研究中心 1万+

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

Pandas太慢?快使用Vaex DataFrame,每秒数亿数据算起来 ⛵

本文详细介绍了Vaex这个强大的工具库,能够每秒处理数亿甚至数十亿行数据,而无需将整个数据集加载到内存中。对于大型数据的分析任务,Vaex的效率更简单,对硬件/环境的要求更少!pandas升级版!快用起来吧~

ShowMeAI研究中心 1万+

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

一键自动化数据分析!快来看看 2023 年最受欢迎的 Python 宝藏工具库! ⛵

实际工作中,我们往往依托于业务数据分析制定业务策略。这个过程需要频繁地进行数据分析和挖掘,发现模式规律。对于算法工程师而言,一个有效的 AI 算法系统落地,不仅仅是模型这么简单——数据才是最底层的驱动。典型的『』包含 6 个关键步骤,其中『』是至关重要的一步。探索性数据分析,通常使用统计图形等数据可视化方法,探索数据的结构和规律,总结数据主要特征的方法。这一过程通常包含细碎的处理步骤和分析操作。

Everly_的博客 1507

羡慕 Excel 的高级选择与文本框颜色呈现?不妨看看pandas是如何吊打Excel ⛵

用过 Excel 的数据分析师,对 Excel 的『』与『』功能大都印象深刻。下方动图演示了 Excel『数据选择&底色填充高亮』功能。如果我们需要『』,直接如下图所示,在『条件格式』中选择『突出显示单元格规则』即可进行设置。习惯用 Python 进行数据分析挖掘的我们,是否可以完成相同的高级显示呢?答案是,可以的!!在本文中将带大家在 Pandas Dataframe 中完成多条件数据选择及各种呈现样式的设置。

weixin_45356954的博客 106

2022了你还不会『低代码』?数据科学也能玩转Low-Code啦! ⛵

2022了你还不知道“低代码”?一起看看数据分析、机器学习、深度学习领域最受欢迎的 Python 低代码工具:D-Tale、AutoViz、Lux、Pandas-Profiling、PyCaret、PyTorch Lightning、Hugging Face Transformers。

ShowMeAI研究中心 1万+

数据分析大作战,SQL V.S. Python,来看看这些考题你都会吗 ⛵

SQL与Pandas都可以完成大部分数据分析需求。本文用SQL与Pands逐一实现10类核心数据分析需求,轻松进行对比学习:数据选择、限制、统计计数、排序、新字段生成、数据选择、数据分组、统计均值、方差、极差/范围。...

ShowMeAI研究中心 9049

pycharm实用库推荐,玩转pycharm,一篇就够啦~

PyCharm 是由 JetBrains 开发的一款强大的 Python 集成开发环境(IDE),为 Python 程序员提供了智能代码编辑、调试器、集成工具、测试支持、Web 开发支持、数据库工具和丰富的插件生态系统等功能。它适用于从小型脚本到大型项目的所有 Python 开发任务,尤其在 Web 开发、数据科学和机器学习领域表现出色。PyCharm 提供社区版(免费)和专业版(付费),满足不同开发者的需求,大幅提高开发效率。

小瑾的博客 2523

pandas常见显示设置

在ide中debug的时候打印pandas.DataFrame经常会遇到各种显示问题,可通过各种设置解决。

haveanybody的博客 1928

pandas显示所有行和列

由于字符串没有显示限制,因此将显示所有行,而不会有省略号。

C or CPP 1584

PyCharm 中打印完整的 DataFrame

PyCharm 中打印完整的 DataFrame

engchina的专栏 2785

Pandas 显示所有的行和列

在我们的Pandas Dataframe 数据列数,行数多的时候,我们经常无法看到全部的数据。这个时候可以用下面的设定。

shen__kang的博客 939

Pandas数据读取与输出

Pandas数据读取与输出 Pandas中常见数据的读取和输出 格式 文件格式 读取函数 写入函数 binary Excel rean_excel to_excel text CSV read_csv、read_table to_csv text JSON read_json to_json text 网页HTML表格 read_html to_html text 本地剪贴板 read_clipboard to_clipboard SQL SQL查询数据库 read_sq

小旺的博客 7239
上一篇: 一键自动化数据分析!快来看看这些宝藏工具库
下一篇: 乐视员工:神仙哪有我舒坦;AI终于能写正则表达式了!传统组织管理学也被AI抢饭碗?算法工程师面试题总结;几篇前沿论文 | ShowMeAI资讯日报
ShowMeAI
博客等级 码龄5年 6514粉丝 672原创
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

ShowMeAI

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值