解决Python spyder显示不全df列和行的问题
python中有的df列比较长head的时候会出现省略号，现在数据分析常用的就是基于anaconda的notebook和sypder，在spyder下head的时候就会比较明显的遇到显示不全。这时候我们就需要用到pandas下的一个函数set_option
我们直接来看代码：
这是正常情况spyder下head()的样子
import numpy as np import pandas as pd df=pd.DataFrame(np.random.rand(2,10)) #创建一个2行10列的数 df.head()
很明显第4列到7列就省略掉了
Out[4]:
0 1 2 … 7 8 9
0 0.472565 0.262041 0.828137 … 0.007275 0.994344 0.224598
1 0.506084 0.846291 0.308469 … 0.298030 0.624266 0.621298
[2 rows x 10 columns]
现在就使用pd.set_option('display.max_columns',n)来将看不到的列显示完整
import numpy as np
import pandas as pd
pd.set_option('display.max_columns',10) #给最大列设置为10列
df=pd.DataFrame(np.random.rand(2,10))
df.head()
Out[12]:
0 1 2 3 4 5 6
0 0.734525 0.865624 0.141913 0.880081 0.898185 0.746895 0.262549
1 0.505206 0.006621 0.937889 0.336619 0.092247 0.878273 0.552663
7 8 9
0 0.804601 0.569857 0.547727
1 0.484534 0.760375 0.047194
同样的原理，行显示不全怎么办？使用pd.set_option(‘display.max_rows',n)
import numpy as np
import pandas as pd
pd.set_option('display.max_columns',10)
pd.set_option('display.max_rows',100)#设置最大可见100行
df=pd.DataFrame(np.random.rand(100,10))
df.head(100)
好啦，这里就不展示显示100行的结果了，set_option还有很多其他参数大家可以直接官网查看这里就不再啰嗦了
以上这篇解决Python spyder显示不全df列和行的问题就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
本文给大家分享的是作者在centos下为Python安装pillow的时候报错的解决方法，希望对大家能够有所帮助。2016-01-01
树莓派4B+opencv4+python 打开摄像头的实现方法
这篇文章主要介绍了树莓派4B+opencv4+python 打开摄像头的实现方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-10-10
在数据处理和存储方面,数据库扮演着至关重要的角色,Python提供了多种与数据库交互的方式,本文主要介绍了如何对MySQL与SQLite数据库进行增删改查操作,需要的可以了解下2025-02-02
这篇文章主要介绍了python绘制铅球的运行轨迹代码分享，具有一定参考价值，需要的朋友可以了解下。2017-11-11
这篇文章主要为大家介绍了python实现钉钉机器人自动打卡天天下早班实例详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2022-06-06
下面小编就为大家带来一篇Python对象类型及其运算方法(详解)。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧2017-07-07
这篇文章主要介绍了python二叉树的实现实例，大家参考使用吧2013-11-11
在本篇文章里小编给大家整理的是一篇关于python中的yield from语法快速学习相关内容，有兴趣的朋友们可以参考下。2020-11-11
这篇文章主要介绍了python如何将空格分隔输入两个数问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2024-02-02
本文和你一起探索Python中的lambda函数，让你以最短的时间明白这个函数的原理。也可以利用碎片化的时间巩固这个函数，让你在处理工作过程中更高效2022-06-06
最新评论