python的Pandas顯示設置有哪些

這篇文章主要講解了“python的Pandas顯示設置有哪些”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“python的Pandas顯示設置有哪些”吧！

1. Pandas 顯示所有的行和列

這應該是我們最常用的顯示設置了，總有些時候我們想要看df里有什么東西，但是print(df)后發現，pandas打印出來的是省略的結果，不給我打印出來我想要的！ pandas這個小東西壞得很！ 比如我們想看一下所有數據的全貌，但是以下代碼的輸出為：

file_path=r"E:\VSCODE\2_numpy_pandas\pandas\游戲數據.csv"
df=pd.read_csv(file_path,sep=",|:|;",engine="python",header=0,encoding='gbk')
print(df)

輸出：

為了避免這種情況，我們需要告訴Pandas, 不要讓pandas自作主張，顯示所有的行與列，代碼如下：

# 顯示所有列
pd.set_option('display.max_columns', None)
# 顯示所有行
pd.set_option('display.max_rows', None)

之后，我們的打印結果就變為了：

可以打印出所有的內容了；

2. 顯示指定的行數與列數

和上面的代碼完全一樣，參數None代表全部顯示（參考上面的例子），如果這里給定顯示的行列數，就可以顯示指定的行列數了，比如，我只想顯示5行，代碼如下：

pd.set_option('display.max_rows', 5)
file_path=r"E:\VSCODE\2_numpy_pandas\pandas\游戲數據.csv"
df=pd.read_csv(file_path,sep=",|:|;",engine="python",header=0,encoding='gbk')
print(df)

輸出如下：

3. Pandas 顯示不換行

有時，當我們的列非常多的時候，pandas會自作主張，進行自動換行，我們可以通過以下設定來拒絕自動換行；代碼如下：

# 不換行顯示
pd.set_option('display.width', 1000)

4. 對齊顯示

很多時候，我們輸出的df顯示非常的混亂，看起來非常的不爽，比如以下：

file_path=r"E:\VSCODE\2_numpy_pandas\pandas\Game_Data.csv"
df=pd.read_csv(file_path,engine="python",header=0,encoding='gbk')
print(df)

這時我們可以通過以下代碼進行列對齊：

pd.set_option('display.unicode.ambiguous_as_wide', True)
pd.set_option('display.unicode.east_asian_width', True)

對齊后的輸出如下：

5.顯示精度

pd.set_option('display.precision', 15)

顯示如下：

6. 自定義列寬

很多時候，如果一個單元格內的內容過多，會導致顯示不全，我們可以通過自定義列寬來全部顯示，或者只顯示指定位數；代碼如下：

pd.set_option("display.max_colwidth", 10)

這里可以看到，日期由于過長，只顯示了其中一部分；

7. 不顯示科學計數法

很多時候，我們并不希望Pandas用科學計數法來顯示結果，這時我們可以通過以下設置實現：pd.set_option("display.float_format", "{:,.2f}".format)，整體代碼如下：

pd.set_option("display.float_format", "{:,.2f}".format)
file_path=r"E:\VSCODE\2_numpy_pandas\pandas\游戲數據.csv"
df=pd.read_csv(file_path,engine="python",header=0,encoding='gbk')
print(df)

輸出為：

8. 獲取設置值

上面的所有方法均為設置，有時我們想要看一看此時此刻的 pandas 到底是怎么設置的，這是我們可以使用get_option 的方法；方法羅列如下：

感謝各位的閱讀，以上就是“python的Pandas顯示設置有哪些”的內容了，經過本文的學習后，相信大家對python的Pandas顯示設置有哪些這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！