Pandas中八個常用option設定的範例詳解

前言

通過pandas的使用，我們經常要互動式地展示表格（dataframe）、分析表格。而表格的格式就顯得尤為重要了，因為大部分時候如果我們直接展示表格，格式並不是很友好。

其實呢，這些痛點都可以通過pandas的option來解決。短短几行程式碼，只要提前設定好，一次設定好，全域性生效，perfect！

# 使用方法
import pandas as pd
pd.set_option()
pd.get_option()
# 使用屬性，例如展示的最大行數
pd.option.display.max_rows

東哥整理了8個常用的設定選項，供大家參考。記住這8個option程式碼，下次直接貼上進去，效率可以提高很多，爽歪歪。

• 顯示更多行
• 顯示更多列
• 改變列寬
• 設定float列的精度
• 數位格式化顯示
• 更改繪圖方法
• 設定info()的輸出
• 列印出當前設定並重置所有選項

1. 顯示更多行

預設情況下，pandas 是不超出螢幕的顯示範圍的，如果表的行數很多，它會截斷中間的行只顯示一部分。我們可以通過設定display.max_rows來控制顯示的最大行數，比如我想設定顯示200行。

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

如果行數超過了display.max_rows，那麼display.min_rows將確定顯示的部分有多少行。因為display.min_rows的預設行數為5，,下面例子只顯示前5行和最後5行，中間的所有行省略。

同理，也可根據自己的習慣顯示可顯示的行數，比如10, 20..

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

還可以直接重置。

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

2. 顯示更多列

行可以設定，同樣的列也可以設定，display.max_columns控制著可顯示的列數，預設值為20。

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

3. 改變列寬

pandas對列中顯示的字元數有一些限制，預設值為50字元。所以，有的值字元過長就會顯示省略號。如果想全部顯示，可以設定display.max_colwidth，比如設定成500。

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

4. 設定float列的精度

對於float浮點型資料，pandas預設情況下只顯示小數點後6位。我們可以通過預先設定display.precision讓其只顯示2位，避免後面重複操作。

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

這個設定不影響底層資料，它隻影響浮動列的顯示。

5. 數位格式化顯示

pandas中有一個選項display.float_formatoption可以用來格式化任何浮點列。這個僅適用於浮點列，對於其他資料型別，必須將它們轉換為浮點數才可以。

用逗號格式化大值數位

例如 1200000 這樣的大數位看起來很不方便，所以我們用逗號進行分隔。

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

設定數位精度

和上面display.precision有點類似，假如我們只關心小數點後的2位數位，我們可以這樣設定格式化：

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

百分號格式化

如果我們要顯示一個百分比的列，可以這樣設定。

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

或者其它幣種的符號等均可，只需要在大括號{}前後新增即可。

6. 更改繪圖方法

預設情況下，pandas使用matplotlib作為繪圖後端。從 0.25 版本開始，pandas提供了使用不同後端選擇，比如plotly，bokeh等第三方庫，但前提是你需要先安裝起來。

設定很簡單，只要安裝好三方庫後，同樣只需要一行。

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. 設定info()的輸出

pandas中我們經常要使用info()來快速檢視DataFrame的資料情況。但是，info這個方法對要分析的最大列數是有預設限制的，並且如果資料集中有null，那麼在巨量資料集計數統計時會非常慢。

pandas提供了兩種選擇：

• display.max_info_columns: 設定要分析的最大列數，預設為100。
• display.max_info_rows: 設定計數null時的閾值，預設為1690785。

比如，在分析有 150 個特徵的資料集時，我們可以設定display.max_info_columns為涵蓋所有列的值，比如將其設定為 200：

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

在分析大型資料集時，df.info()由於要計算所有null，導致速度很慢。因此我們可以簡單地設定display.max_info_rows為一個小的值來避免計數，例如只在行數不超過5時才計數null：

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

8. 列印出當前設定並重置所有選項

pd.describe_option()將列印出設定的描述及其當前值。

pd.describe_option()

還可以列印特定的選項，例如，行顯示。

# 具體的搜尋
pd.describe_option('rows')

最後，我們還可以直接全部重置。

pd.reset_option('all')

以上就是8個常用set_option的使用，下面進行了彙總，方便大家貼上使用。

pd.set_option('display.max_rows',xxx) # 最大行數
pd.set_option('display.min_rows',xxx) # 最小顯示行數
pd.set_option('display.max_columns',xxx) # 最大顯示列數
pd.set_option ('display.max_colwidth',xxx) #最大列字元數
pd.set_option( 'display.precision',2) # 浮點型精度
pd.set_option('display.float_format','{:,}'.format) #逗號分隔數位
pd.set_option('display.float_format',  '{:,.2f}'.format) #設定浮點精度
pd.set_option('display.float_format', '{:.2f}%'.format) #百分號格式化
pd.set_option('plotting.backend', 'altair') # 更改後端繪圖方式
pd.set_option('display.max_info_columns', 200) # info輸出最大列數
pd.set_option('display.max_info_rows', 5) # info計數null時的閾值
pd.describe_option() #展示所有設定和描述
pd.reset_option('all') #重置所有設定選項

以上就是Pandas中八個常用option設定的範例詳解的詳細內容，更多關於Pandas option設定的資料請關注it145.com其它相關文章！