Pandas设置数据显示格式实现方式

 更新时间:2025年10月23日 15:28:48   作者:睿科知识云  
这篇文章主要介绍了Pandas设置数据显示格式实现方式,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

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获取解释器的默认参数值。
set_option更改解释器的默认参数值。
reset_option解释器的参数重置为默认值。
describe_option输出参数的描述信息。
option_context临时设置解释器参数,当退出使用的语句块时,恢复为默认值。

下面对上述函数分别进行介绍。

get_option()

该函数接受单一参数,用来获取显示上限的行数或者列数,示例如下:

1) display.max_rows

获取显示上限的行数,示例如下:

import pandas as pd
print (pd.get_option("display.max_rows"))

输出结果:

60

2) display.max_columns

获取显示上限的列数,示例如下:

import pandas as pd
print (pd.get_option("display.max_columns"))

输出结果:

20

由此可知,默认值显示上限是(60,20)。

set_option()

该函数用来更改要默认显示的行数和列数,示例如下:

1) 修改默认行数

import pandas as pd
pd.set_option("display.max_rows",70)
print (pd.get_option("display.max_rows"))

输出结果:

70

2) 修改默认列数

import pandas as pd
pd.set_option("display.max_columns",40)
print (pd.get_option("display.max_columns"))

输出结果:

40

reset_option()

该方法接受一个参数,并将修改后的值设置回默认值。示例如下:

import pandas as pd
pd.reset_option("display.max_rows")
#恢复为默认值
print(pd.get_option("display.max_rows"))

输出结果:

60

describe_option()

该方法输出参数的描述信息。示例如下:

import pandas as pd
pd.describe_option("display.max_rows")

输出结果:

display.max_rows : int
    If max_rows is exceeded, switch to truncate view. Depending on
    `large_repr`, objects are either centrally truncated or printed as
    a summary view. 'None' value means unlimited.

    In case python/IPython is running in a terminal and `large_repr`
    equals 'truncate' this can be set to 0 and pandas will auto-detect
    the height of the terminal and print a truncated object which fits
    the screen height. The IPython notebook, IPython qtconsole, or
    IDLE do not run in a terminal and hence it is not possible to do
    correct auto-detection.
    [default: 60] [currently: 60]

option_context()

option_context() 上下文管理器,用于临时设置 with 语句块中的默认显示参数。当您退出 with 语句块时,参数值会自动恢复。示例如下:

import pandas as pd
with pd.option_context("display.max_rows",10):
   print(pd.get_option("display.max_rows"))
print(pd.get_option("display.max_rows"))

输出结果:

10
60

注意:第一个 Print 语句打印 option_context() 设置的临时值。当退出 with 语句块时,第二个 Print语句打印解释器默认值。

常用参数项

最后,对上述函数常用的参数项做以下总结:

参数说明
display.max_rows最大显示行数,超过该值用省略号代替,为None时显示所有行。
display.max_columns最大显示列数,超过该值用省略号代替,为None时显示所有列。
display.expand_frame_repr输出数据宽度超过设置宽度时,表示是否对其要折叠,False不折叠,True要折叠。
display.max_colwidth单列数据宽度,以字符个数计算,超过时用省略号表示。
display.precision设置输出数据的小数点位数。
display.width数据显示区域的宽度,以总字符数计算。
display.show_dimensions当数据量大需要以truncate(带引号的省略方式)显示时,该参数表示是否在最后显示数据的维数,默认 True 显示,False 不显示。

上述参数项,基本上可以满足我们的日常需求。

总结

以上为个人经验,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

  • python中如何使用xml.dom.minidom模块读取解析xml文件

    python中如何使用xml.dom.minidom模块读取解析xml文件

    xml.dom.minidom模块应该是内置模块不用下载安装,本文给大家介绍python中如何使用xml.dom.minidom模块读取解析xml文件,感兴趣的朋友一起看看吧
    2023-10-10
  • Python WSGI 规范简介

    Python WSGI 规范简介

    这篇文章主要介绍了Python WSGI 规范的相关资料,帮助大家更好的理解和学习使用python,感兴趣的朋友可以了解下
    2021-04-04
  • Python读写zip压缩文件的方法

    Python读写zip压缩文件的方法

    Python自带模块zipfile可以完成zip压缩文件的读写,而且使用非常方便,下面我们就来演示一下Python读写zip文件的实例代码,需要的朋友参考下吧
    2018-08-08
  • python文件读取和导包的绝对路径、相对路径详解

    python文件读取和导包的绝对路径、相对路径详解

    每次在读或写文件时,获取脚本文件的绝对路径和相对路径时很容易搞混,下面这篇文章主要给大家介绍了关于python文件读取和导包的绝对路径、相对路径的相关资料,需要的朋友可以参考下
    2022-04-04
  • Python中函数的创建及调用

    Python中函数的创建及调用

    这篇文章主要介绍了Python中函数的创建及调用,创建函数也称为定义一个函数,可以理解为创建一个具有某种用途的工具。调用函数也就是执行函数。如果把创建的函数理解为创建一个具体有某种用途的工具,那么调用函数就相当于使用该工具
    2022-06-06
  • Python 给下载文件显示进度条和下载时间的实现

    Python 给下载文件显示进度条和下载时间的实现

    这篇文章主要介绍了Python 给下载文件显示进度条和下载时间的代码,本文通过实例代码截图相结合给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2020-04-04
  • Python descriptor(描述符)的实现

    Python descriptor(描述符)的实现

    这篇文章主要介绍了Python descriptor(描述符)的实现,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
    2020-11-11
  • Python深度学习之FastText实现文本分类详解

    Python深度学习之FastText实现文本分类详解

    FastText是一种典型的深度学习词向量的表示方法,它非常简单通过Embedding层将单词映射到稠密空间,然后将句子中所有的单词在Embedding空间中进行平均,进而完成分类操作
    2022-09-09
  • 基于Python log 的正确打开方式

    基于Python log 的正确打开方式

    下面小编就为大家分享一篇基于Python log 的正确打开方式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-04-04
  • 如何在VSCode下使用Jupyter的教程详解

    如何在VSCode下使用Jupyter的教程详解

    这篇文章主要介绍了如何在VSCode下使用Jupyter,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2020-07-07

最新评论