好习惯!pandas 8 个常用的 option 设置

Pandas教程12:常用的pd.set_option方法,显示所有行和列+不换行显示等等... 使用这个函数后,能够帮助我们更好的显示数据,帮助我们更快的认识数据,能够节省不少时间。2.举例说明,先使用numpy生成一个100行15列的DataFrame数据,然后打印一下前后的数据。Pandas教程07:DataFrame数据的算术运算+逻辑运算+describe()方法+统计函数+自定义函数运算。---------------pandas数据分析集合---------------Pandas数据化分析,DataFrame行列索引数据的选取,增加,修改和删除操作。 阅读详情

大家好,作为数据分析人,Pandas是我们不可避免绕不开的一个库,今天来谈谈Pandas常用的option设置吧,做好了发车!!


通过pandas的使用,我们经常要交互式地展示表格(dataframe)、分析表格。而表格的格式就显得尤为重要了,因为大部分时候如果我们直接展示表格,格式并不是很友好。

其实呢,这些痛点都可以通过pandas的option来解决。短短几行代码,只要提前配置好,一次设置好,全局生效,perfect!

# 使用方法
import pandas as pd
pd.set_option()
pd.get_option()

# 使用属性,例如展示的最大行数
pd.option.display.max_rows

东哥整理了8个常用的配置选项,供大家参考。记住这8个option代码,下次直接粘贴进去,效率可以提高很多,爽歪歪。

  • 显示更多行

  • 显示更多列

  • 改变列宽

  • 设置float列的精度

  • 数字格式化显示

  • 更改绘图方法

  • 配置info()的输出

  • 打印出当前设置并重置所有选项

1. 显示更多行

默认情况下,pandas 是不超出屏幕的显示范围的,如果表的行数很多,它会截断中间的行只显示一部分。我们可以通过设置display.max_rows来控制显示的最大行数,比如我想设置显示200行。

pd.set_option('display.max_rows', 200)
# pd.options.display.max_rows = 200

如果行数超过了display.max_rows,那么display.min_rows将确定显示的部分有多少行。因为display.min_rows的默认行数为5,,下面例子只显示前5行和最后5行,中间的所有行省略。

同理,也可根据自己的习惯显示可显示的行数,比如10, 20..

pd.set_option('display.min_rows', 10)
# pd.options.display.min_rows = 10

还可以直接重置。

# 重置
pd.reset_option('display.max_rows')

2. 显示更多列

行可以设置,同样的列也可以设置,display.max_columns控制着可显示的列数,默认值为20。

pd.get_option('display.max_columns') 
# pd.options.display.max_columns
20

3. 改变列宽

pandas对列中显示的字符数有一些限制,默认值为50字符。所以,有的值字符过长就会显示省略号。如果想全部显示,可以设置display.max_colwidth,比如设置成500。

pd.set_option ('display.max_colwidth',500)
# pd.options.display.max_colwidth = 500

4. 设置float列的精度

对于float浮点型数据,pandas默认情况下只显示小数点后6位。我们可以通过预先设置display.precision让其只显示2位,避免后面重复操作。

pd.set_option( 'display.precision',2)
# pd.options.display.precision = 2

这个设置不影响底层数据,它只影响浮动列的显示。

5. 数字格式化显示

pandas中有一个选项display.float_formatoption可以用来格式化任何浮点列。这个仅适用于浮点列,对于其他数据类型,必须将它们转换为浮点数才可以。

用逗号格式化大值数字

例如 1200000 这样的大数字看起来很不方便,所以我们用逗号进行分隔。

pd.set_option('display.float_format','{:,}'.format)

设置数字精度

和上面display.precision有点类似,假如我们只关心小数点后的2位数字,我们可以这样设置格式化:

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

百分号格式化

如果我们要显示一个百分比的列,可以这样设置。

pd.set_option('display.float_format', '{:.2f}%'.format)

或者其它币种的符号等均可,只需要在大括号{}前后添加即可。

6. 更改绘图方法

默认情况下,pandas使用matplotlib作为绘图后端。从 0.25 版本开始,pandas提供了使用不同后端选择,比如plotly,bokeh等第三方库,但前提是你需要先安装起来。

这个东哥之前也分享过设置后端可视化方法的内容:再见,可视化!你好,pandas!

设置很简单,只要安装好三方库后,同样只需要一行。

import pandas as pd
import numpy as np
pd.set_option('plotting.backend', 'altair')
data = pd.Series(np.random.randn(100).cumsum())
data.plot()

7. 配置info()的输出

pandas中我们经常要使用info()来快速查看DataFrame的数据情况。但是,info这个方法对要分析的最大列数是有默认限制的,并且如果数据集中有null,那么在大数据集计数统计时会非常慢。

pandas提供了两种选择:

  • display.max_info_columns: 设置要分析的最大列数,默认为100。

  • display.max_info_rows: 设置计数null时的阈值,默认为1690785。

比如,在分析有 150 个特征的数据集时,我们可以设置display.max_info_columns为涵盖所有列的值,比如将其设置为 200:

pd.set_option('display.max_info_columns', 200)

在分析大型数据集时,df.info()由于要计算所有null,导致速度很慢。因此我们可以简单地设置display.max_info_rows为一个小的值来避免计数,例如只在行数不超过5时才计数null:

pd.set_option('display.max_info_rows', 5)

8. 打印出当前设置并重置所有选项

pd.describe_option()将打印出设置的描述及其当前值。

pd.describe_option()

还可以打印特定的选项,例如,行显示。

# 具体的搜索
pd.describe_option('rows')

最后,我们还可以直接全部重置。

pd.reset_option('all')

以上就是8个常用set_option的使用,下面进行了汇总,方便大家粘贴使用。

pd.set_option('display.max_rows',xxx) # 最大行数
pd.set_option('display.min_rows',xxx) # 最小显示行数
pd.set_option('display.max_columns',xxx) # 最大显示列数
pd.set_option ('display.max_colwidth',xxx) #最大列字符数
pd.set_option( 'display.precision',2) # 浮点型精度
pd.set_option('display.float_format','{:,}'.format) #逗号分隔数字
pd.set_option('display.float_format',  '{:,.2f}'.format) #设置浮点精度
pd.set_option('display.float_format', '{:.2f}%'.format) #百分号格式化
pd.set_option('plotting.backend', 'altair') # 更改后端绘图方式
pd.set_option('display.max_info_columns', 200) # info输出最大列数
pd.set_option('display.max_info_rows', 5) # info计数null时的阈值
pd.describe_option() #展示所有设置和描述
pd.reset_option('all') #重置所有设置选项

原创不易,欢迎点赞、留言、分享,支持我继续写下去。

参考:

[1] https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.set_option.html

[2] https://towardsdatascience.com/8-commonly-used-pandas-display-options-you-should-know-a832365efa95



觉得还不错就给我一个小小的鼓励吧!


20、认知负荷理论在教育技术中的应用 本文深入探讨了认知负荷理论(Cognitive Load Theory, CLT)在教育技术中的应用,重点分析了如何通过优化教学设计减少学习者的认知负荷,提高学习效率。文章介绍了认知负荷的三种类型:内在认知负荷、外在认知负荷和germane认知负荷,并结合多媒体学习原则(如模态效应、空间连续性原则、时间连续性原则等)提出了减少外在认知负荷的具体策略。此外,文章通过实证研究和教学案例,展示了认知负荷理论在不同学科和个性化教学中的广泛应用和有效性。最终,文章总结了应用认知负荷理论进行教学设计的具体流程,强调其在 阅读详情

相关推荐

【谷粒商城】分布式事务与下单

=购物车== 构建gulimall-cart,复制静态资源到nginx,修改网关 购物车分为离线购物车和登录购物车 离线购物车重启浏览器了也还有 1、购物车需求 特点:读多写少,放入数据库并不合适 登录状态:登录购物车 放入数据库 mongodb 放入redis(采用) 登录以后,将离线购物车里合并后清空离线购物车 未登录状态:离线购物车 放入localstorage浏览器的技术 cookie WebSQL 放入redis(采用) 浏览器重启后还在 2、购物车VO (1) 数据结构分析

努力充实,远方可期 1万+

Pandas学习笔记-19_数据归类/汇总

1. Excel 第一列为ID,第2列为每条记录的销售额,第三列为成交日期,第四列为产品描述,第五列为子类,第六类为大类 目标:第一列为大类,第2列为销售总额。插入透视表处理 插入\数据透视表\excel会自动选中整个表格------选择“新工作表(N)”\确定 选中“Category”,将它拖到右下角对应的“行”那个栏位,就可以看到效果,如左上角示 继续在右下角选中“Date”...

我思故我在! 1269

基于角谱传播的MATLAB仿真:从相位恢复看自由空间光传播

本文详细介绍了基于角谱传播理论的MATLAB仿真方法,用于模拟自由空间光传播过程。通过傅里叶光学原理,将光场分解为频谱并应用传播相位滤波器,实现了从纯相位物体到可观测衍射图样的仿真。文章结合具体代码,演示了如何利用角谱法进行相位恢复,为计算成像和生物医学检测等领域的研究提供了实用的仿真工具和思路。

weixin_29055699的博客 284

Pandas高级教程之:自定义选项

pandas有一个option系统可以控制pandas的展示情况,一般来说我们不需要进行修改,但是不排除特殊情况下的修改需求。本文将会详细讲解pandas中的option设置。

程序那些事 4052

QT/C++实现健壮HTTP POST客户端:从基础到异常处理与性能优化

HTTP协议作为客户端与服务器通信的基石,其POST方法在数据提交、API交互等场景中扮演着核心角色。其工作原理基于请求-响应模型,通过封装TCP连接与协议细节,为应用层提供了简洁的数据传输接口。在C++桌面与嵌入式开发中,直接使用底层Socket实现HTTP不仅复杂且易出错,而利用框架进行高级封装能显著提升开发效率与代码健壮性。QT框架的`QNetworkAccessManager`等组件正是为此设计,它通过信号槽机制提供异步网络编程模型,有效管理连接与协议解析。一个健壮的HTTP客户端需要妥善处理网络波

weixin_29176179的博客 384

保姆级图解:HKMG工艺中的‘覆盖层’(Cap Layer)到底怎么调阈值电压?

本文深入解析了HKMG工艺中覆盖层(Cap Layer)如何精准调控阈值电压的关键技术。通过原子级精度的ALD工艺和材料选择,覆盖层在半导体制造中扮演着隐形调节器的角色,直接影响晶体管的电气特性。文章详细介绍了La2O3和Al2O3等材料的特性对比、ALD工艺的原子级控制,以及实战调试中的关键步骤和问题排查方法。

weixin_27032989的博客 497

python.pandas常用参数设置

介绍设置pandas包里面常用参数,包括打印行列的数量,打印数字的格式;以及设置参数值的方式,包括调用set_option方法及点语法方式。

sccdpxz2的博客 1264

基于ENVI5.6与SARscape的哨兵一号时序InSAR实战:从数据准备到PS/SBAS结果解译

本文详细介绍了基于ENVI5.6与SARscape软件,利用哨兵一号(Sentinel-1)卫星数据,进行PS-InSAR与SBAS-InSAR时序分析,以监测地表形变的完整实战流程。内容涵盖从数据下载、软件配置、预处理、核心处理步骤到结果解译与质量评估,重点解析了PS与SBAS方法的关键参数设置、常见问题及解决方案,旨在帮助用户掌握从数据准备到成果分析的完整技术链条。

oo7890的博客 636

notebook 1: 设置notebook一个cell的显示行数 pd.options.display.max_rows = 65

pd.options.display.max_rows = 65

smart boy 6450

算法 A 求稳健平均值和稳健标准差

文章目录算法原理代码 算法原理 算法 A 来自 GB/T 6379.5。应用此算法计算得到数据平均值和标准差的稳健值。稳健性是估计算法的特点,而不是其产生的估计值的特点,因此严格来说,称由此算法计算的平均值和标准差是稳健的是不确切的。然而,为避免使用繁琐的术语,“稳健均值”和“稳健标准差”应理解为利用稳健算法计算的总体均值和总体标准差的均值估计。 设数据为 xi,i∈(1,2,⋯ ,n)x_i, i\in(1,2,\cdots,n)xi​,i∈(1,2,⋯,n),记稳健平均值为 x∗,s∗x^*, s^*x

zhuo木鸟的博客 9261

YOLOv11改进 | 融合改进篇 | 利用尺度统一检测头DynamicHead融合P2增加小目标检测层(让小目标无所遁形)

本文给大家带来的最新改进机制是针对性的改进,针对于小目标检测增加P2层针对于大目标检测增加P6层利用DynamicHead(原版本一比一复现,全网独一份,不同于网上魔改版本)进行检测,其中我们增加P2层其拥有更高的分辨率,这使得模型能够更好地捕捉到小尺寸目标的细节。我们增加P6层是一个较低分辨率但具有更大感受野的特征层。对于大尺寸目标,这意味着模型可以更有效地捕捉到整体的结构信息。在这些的基础上我们配合DynamicHead可以使模型根据不同尺寸的目标动态调整其检测策略,进一步提升模型的精度。

Snu77的博客 3956

Pandas 8 个常用的 option 设置

通过pandas的使用,我们经常要交互式地展示表格(dataframe)、分析表格。而表格的格式就显得尤为重要了,因为大部分时候如果我们直接展示表格,格式并不是很友好。其实呢,这些痛点都可...

SeizeeveryDay的博客 2024

HyperLynx(二)LineSim的基本操作

如果是仿真眼图,那么还有一个眼图模板(EyeMask)加载选项,这些选项必须经过勾选之后才会在显示界面中显示,以使相关的信息在波形显示的界面呈现,如图所示。另一种为振荡器激励,即连续的脉冲激励源,在这个选项中有两个参数需要设置,即激励源的频率(MHz)和占空比(Duty),如图所示。如果Pins一栏中有多个引脚具有相同的模型,那么可以选中已经赋值模型的引脚,单击右下角的Copy按钮进行复制,然后再选择同类型并没有赋模型的引脚,单击粘贴或者全部粘贴,即完成模型赋值,但是不同类型的模型就不能这样操作。...

小幽余生不加糖 6109

pandas 8 个常用的 option 设置

作者 | 东哥起飞来源 |Python数据科学通过pandas的使用,我们经常要交互式地展示表格(dataframe)、分析表格。而表格的格式就显得尤为重要了,因为大部分时候如果我们直接展示表格,格式并不是很友好。其实呢,这些痛点都可以通过pandas的option来解决。短短几行代码,只要提前配置好,一次设置好,全局生效,perfect!#使用方法 importp...

AI科技大本营 895

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

【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+

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

强烈推荐!8个让 pandas 更高效的 option 设置

通过pandas的使用,我们经常要交互式地展示表格(dataframe)、分析表格。而表格的格式就显得尤为重要了,因为大部分时候如果我们直接展示表格,格式并不是很友好。其实呢,这些痛点都可...

cainiao_python的博客 1005

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

pandas100个骚操作七:8 个常用的 set_option 设置方法

大家好,我是东哥。 本篇是pandas100个骚操作系列的第 17 篇:8个常用的set_option 系列内容,请看????「pandas100个骚操作」 通过pandas的使用,我们经常要交互式地展示表格(dataframe)、分析表格。而表格的格式就显得尤为重要了,因为大部分时候如果我们直接展示表格,格式并不是很友好。 其实呢,这些痛点都可以通过pandas的option来解决。短短几行代码,只要提前配置好,一次设置好,全局生效,perfect! # 使用方法 import pandas as pd

Python数据科学 1591

pandas-输出设置(set_option)

本篇主要介绍pandas输出数据显示的设置,原始数据如下: 当我们不做任何设置时,使用pandas读取后输出的内容格式如下: 当我们需要设置pandas的指定参数时需要用到pandas 的一个方法:set_option,他有如下参数进行设置 一、常用参数设置 1.display.max_columns:int or None 如果设置了一个int类型的数字阈值,展示的最大列数为设置的值,如果设置的是None,那个默认为最大值展示 2.display.chop_th...

qq_14815199的博客 3798

pandas中set_option的常用设置:显示所有行、显示所有列、控制浮点型精度、每个数据元素的显示字符数、对齐形式等

pandas中set_option的常用设置:显示所有行、显示所有列、控制浮点型精度、每个数据元素的显示字符数、对齐形式等

data+scenario+science+insight 1万+

pandas.set_option 用法总结

set_option("参数",值):设置pandas的默认参数,在实际应用中会常常遇到,所以本人好好学习了一下API参考文献,结合实际案例进行阐释。 下面是原始的案例数据,输出后: 1.compute.use_bottleneck:bool ...

qq_40732962的博客 4775

Python之pandas:pandas.set_option函数的参数详细解释

Python之pandas:pandas.set_option函数的参数详细解释 目录 pandas.set_option函数的参数解释 pandas.set_option函数的参数解释 pandas.set_option(pat,value)= <pandas._config.config.CallableDynamicDoc object> Available options: compute.[use_bottle...

头部AI社区如有邀博主AI主题演讲请私信—心比天高,仗剑走天涯,保持热爱,奔赴向梦想!低调,专注,谦虚,自律,反思,成长,还算比较正能量的博主,公益免费传播…内心特别想在AI界做出一些可以推进历史进程影响力的技术(兴趣使然,有点小情怀,也有点使命感呀 8264

Pandas函数set_option()学习笔记

pd.set_option()函数用法 import pandas as ps pd.set_option(‘expand_frame_repr‘, True) True就是可以换行显示。设置成False的时候不允许换行 pd.set_option(‘display.max_rows‘, 10) pd.set_option(‘display.max_rows‘, None) # ...

qq_42662568的博客 8400

python pandas.set_option()详解

一、简介 set_option是pandas里的一个函数,用法为pandas.set_option(pat, value),主要作用是设置一些指定参数的值。 供设置的选项如下,后面会逐一进行介绍 compute.[use_bottleneck, use_numexpr] display.[chop_threshold, colheader_justify, column_space, date_...

lvchunyang66的博客 2万+

Pandas设置数据显示格式

Pandas设置数据显示格式 在用 Pandas 做数据分析的过程中,总需要打印数据分析的结果,如果数据体量较大就会存在输出内容不全(部分内容省略)或者换行错误等问题。Pandas 为了解决上述问题,允许你对数据显示格式进行设置。下面列出了五个用来设置显示格式的函数,分别是: get_option() set_option() reset_option() describe_option() option_context() 它们的功能介绍如下: 函数名称 说明 get_option 获取解

ccc369639963的博客 2397
上一篇: 可视化卷积神经网络的特征和过滤器
下一篇: 引用次数在15000次以上的都是什么神仙论文?
Wang_AI
博客等级 码龄12年 998粉丝 162原创
评论
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
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