【Python】pd.set_option()的效果与解析

文章目录

• 【Python】pd.set_option()的效果与解析
• • 1. 介绍
  • 2. API
  • 3. 举例-1
  • • 3.1 显示所有行
    • 3.2 显示所有列
    • 3.3 显示列中单独元素的最大长度
  • 4. 举例-2
  • • 4.1 换行显示、每行最大显示宽度
  • 5. 参考

1. 介绍

pd.set_option()这个函数主要用于设置DataFrame的显示输出。

• 在读取到Excel文件或csv文件后，往往会出现数据显示不全(如图)等问题，有时候会影响我们对数据的判断。

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. API

import pandas as pd
import warnings
import numpy as np# pandas设置显示宽度
pd.set_option('display.width', 100)
pd.set_option('precision', 1)   # 设置显示数值的精度# 显示所有列
pd.set_option('display.max_columns', None)
pd.set_option('display.max_columns', 5)  # 最多显示5列# 显示所有行
pd.set_option('display.max_rows', None)
pd.set_option('display.max_rows', 10)	# 最多显示10行# 显示小数位数
pd.set_option('display.float_format',lambda x: '%.2f'%x) # 两位#显示宽度
pd.set_option('display.width', 100)
warnings.filterwarnings('ignore')  # 关闭运行时的警告# 打印 numpy 时设置显示宽度，并且不用科学计数法显示
np.set_printoptions(linewidth=100, suppress=True)

3. 举例-1

创建数据源的代码如下：

import pandas as pd
df = pd.DataFrame({ 'a':[[1]*20] + [i for i in range(2,101)],'b':[2]*100,'c':[3]*100,'d':[4]*100,'e':[5]*100,'f':[6]*100,'g':[7]*100,'h':[8]*100,'i':[9]*100,'j':[10]*100,'k':[11]*100,'l':[12]*100,'m':[13]*100,'n':[14]*100,'o':[15]*100,'p':[16]*100,'r':[17]*100,'s':[18]*100,'t':[19]*100,'u':[20]*100,'v':[21]*100,'w':[22]*100,'x':[23]*100,'y':[24]*100,'z':[25]*100})
print(df)

3.1 显示所有行

pd.set_option('display.max_rows', None)
print(df)

3.2 显示所有列

pd.set_option('display.max_columns', None) 
print(df)

3.3 显示列中单独元素的最大长度

pd.set_option('max_colwidth', None)
print(df)

4. 举例-2

创建数据源的代码如下：

import pandas as pd
df = pd.DataFrame(np.random.rand(3, 30), columns=list(range(30)))
print(df)

4.1 换行显示、每行最大显示宽度

这个操作，需要几行代码配合操作。其中：

• pd.set_option(‘expand_frame_repr’,True)：True表示列可以换行显示。设置成False的时候不允许换行显示；
• pd.set_option(‘display.max_columns’, None)：显示所有列；
• pd.set_option(‘display.width’, 80)：横向最多显示多少(80)个字符；

pd.set_option('expand_frame_repr', True)
pd.set_option('display.max_columns', None)
pd.set_option('display.width', 80)
df = pd.DataFrame(np.random.rand(3, 30), columns=list(range(30)))
print(df)

注意，上述代码，将这个print()函数去掉，如果使用 jupyter notebook 直接输入df 回车进行输出，你会发现：

• 换行没有产生作用。
  

5. 参考

【1】https://blog.csdn.net/weixin_52860733/article/details/127817923
【2】https://blog.csdn.net/weixin_41261833/article/details/119222439