行省|男童_好习惯！pandas8个常用的option设置

篇首语：本文由编程笔记#小编为大家整理，主要介绍了好习惯！pandas 8 个常用的 option 设置相关的知识，希望对你有一定的参考价值。

作者 | 东哥起飞

来源 | Python数据科学

通过pandas的使用&＃xff0c;我们经常要交互式地展示表格&＃xff08;dataframe&＃xff09;、分析表格。而表格的格式就显得尤为重要了&＃xff0c;因为大部分时候如果我们直接展示表格&＃xff0c;格式并不是很友好。

其实呢&＃xff0c;这些痛点都可以通过pandas的option来解决。短短几行代码&＃xff0c;只要提前配置好&＃xff0c;一次设置好&＃xff0c;全局生效&＃xff0c;perfect&＃xff01;

# 使用方法
import pandas as pd
pd.set_option()
pd.get_option()
# 使用属性&＃xff0c;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&＃xff0c;供大家参考。记住这8个option代码&＃xff0c;下次直接粘贴进去&＃xff0c;效率可以提高很多&＃xff0c;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&＃xff0c;pandas 是不超出屏幕的显示范围的&＃xff0c;如果表的行数很多&＃xff0c;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&＃xff0c;比如我想设置显示200行。

pd.set_option(&＃39;display.max_rows&＃39;, 200)
# pd.options.display.max_rows &＃61; 200

如果行数超过了display.max_rows&＃xff0c;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&＃xff0c;,下面例子只显示前5行和最后5行&＃xff0c;中间的所有行省略。

同理&＃xff0c;也可根据自己的习惯显示可显示的行数&＃xff0c;比如10, 20..

pd.set_option(&＃39;display.min_rows&＃39;, 10)
# pd.options.display.min_rows &＃61; 10

还可以直接重置。

# 重置
pd.reset_option(&＃39;display.max_rows&＃39;)

2. 显示更多列

行可以设置&＃xff0c;同样的列也可以设置&＃xff0c;display.max_columns控制着可显示的列数&＃xff0c;默认值为20。

pd.get_option(&＃39;display.max_columns&＃39;) 
# 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&＃xff0c;默认值为50字符。所以&＃xff0c;有的值字符过长就会显示省略号。如果想全部显示&＃xff0c;可以设置display.max_colwidth&＃xff0c;比如设置成500。

pd.set_option (&＃39;display.max_colwidth&＃39;,500)
# pd.options.display.max_colwidth &＃61; 500

4. 设置float列的精度

对于float浮点型数据&＃xff0c;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&＃xff0c;避免后面重复操作。

pd.set_option( &＃39;display.precision&＃39;,2)
# pd.options.display.precision &＃61; 2

这个设置不影响底层数据&＃xff0c;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&＃xff0c;对于其他数据类型&＃xff0c;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&＃xff0c;所以我们用逗号进行分隔。

pd.set_option(&＃39;display.float_format&＃39;,&＃39;:,&＃39;.format)

设置数字精度

和上面display.precision有点类似&＃xff0c;假如我们只关心小数点后的2位数字&＃xff0c;我们可以这样设置格式化&＃xff1a;

pd.set_option(&＃39;display.float_format&＃39;,  &＃39;:,.2f&＃39;.format)

百分号格式化

如果我们要显示一个百分比的列&＃xff0c;可以这样设置。

pd.set_option(&＃39;display.float_format&＃39;, &＃39;:.2f%&＃39;.format)

或者其它币种的符号等均可&＃xff0c;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&＃xff0c;pandas使用matplotlib作为绘图后端。从 0.25 版本开始&＃xff0c;pandas提供了使用不同后端选择&＃xff0c;比如plotly&＃xff0c;bokeh等第三方库&＃xff0c;但前提是你需要先安装起来。

设置很简单&＃xff0c;只要安装好三方库后&＃xff0c;同样只需要一行。

import pandas as pd
import numpy as np
pd.set_option(&＃39;plotting.backend&＃39;, &＃39;altair&＃39;)
data &＃61; 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&＃xff0c;info这个方法对要分析的最大列数是有默认限制的&＃xff0c;并且如果数据集中有null&＃xff0c;那么在大数据集计数统计时会非常慢。

pandas提供了两种选择&＃xff1a;

• display.max_info_columns: 设置要分析的最大列数&＃xff0c;默认为100。

• display.max_info_rows: 设置计数null时的阈值&＃xff0c;默认为1690785。

比如&＃xff0c;在分析有 150 个特征的数据集时&＃xff0c;我们可以设置display.max_info_columns为涵盖所有列的值&＃xff0c;比如将其设置为 200&＃xff1a;

pd.set_option(&＃39;display.max_info_columns&＃39;, 200)

在分析大型数据集时&＃xff0c;df.info()由于要计算所有null&＃xff0c;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&＃xff0c;例如只在行数不超过5时才计数null&＃xff1a;

pd.set_option(&＃39;display.max_info_rows&＃39;, 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&＃xff0c;例如&＃xff0c;行显示。

# 具体的搜索
pd.describe_option(&＃39;rows&＃39;)

最后&＃xff0c;我们还可以直接全部重置。

pd.reset_option(&＃39;all&＃39;)

以上就是8个常用set_option的使用&＃xff0c;下面进行了汇总&＃xff0c;方便大家粘贴使用。

pd.set_option(&＃39;display.max_rows&＃39;,xxx) # 最大行数
pd.set_option(&＃39;display.min_rows&＃39;,xxx) # 最小显示行数
pd.set_option(&＃39;display.max_columns&＃39;,xxx) # 最大显示列数
pd.set_option (&＃39;display.max_colwidth&＃39;,xxx) #最大列字符数
pd.set_option( &＃39;display.precision&＃39;,2) # 浮点型精度
pd.set_option(&＃39;display.float_format&＃39;,&＃39;:,&＃39;.format) #逗号分隔数字
pd.set_option(&＃39;display.float_format&＃39;,  &＃39;:,.2f&＃39;.format) #设置浮点精度
pd.set_option(&＃39;display.float_format&＃39;, &＃39;:.2f%&＃39;.format) #百分号格式化
pd.set_option(&＃39;plotting.backend&＃39;, &＃39;altair&＃39;) # 更改后端绘图方式
pd.set_option(&＃39;display.max_info_columns&＃39;, 200) # info输出最大列数
pd.set_option(&＃39;display.max_info_rows&＃39;, 5) # info计数null时的阈值
pd.describe_option() #展示所有设置和描述
pd.reset_option(&＃39;all&＃39;) #重置所有设置选项

参考&＃xff1a;

[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

往期回顾

“如今&＃xff0c;99%以上的代码都是垃圾&＃xff01;”

Deepfake 技术换脸真假难辨&＃xff01;

当你不再是程序员&＃xff0c;很多事会脱离掌控

7岁男童因下棋太快&＃xff0c;被机器人夹断手指&＃xff1f;

分享
点收藏
点点赞
点在看