資料結構
網路
關係型資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究如何在 Pandas 資料框中擴充套件輸出顯示以檢視更多列？
當我們在 Pandas 中處理大型資料集時，我們通常會以表格格式檢視和分析資料。當處理包含大量列的寬資料框時，預設的顯示設定可能會截斷或隱藏某些列，這使得難以完全探索和理解資料。為了克服此限制，我們可以擴充套件 Pandas 中的輸出顯示，以確保所有列都可見。在本文中，我們將討論擴充套件輸出顯示以檢視更多列的各種方法和技巧。
預設顯示設定
預設情況下，Pandas 會限制顯示的列數，以使輸出適合可用空間。此行為由 display.max_columns 選項控制，該選項確定要顯示的最大列數。
方法 1：使用 pd.set_option 方法
pd.set_option 方法允許我們修改 Pandas 中的各種顯示選項，包括要顯示的列數。透過將 display.max_columns 選項設定為 None，Pandas 將顯示 DataFrame 中的所有列。
語法
pd.set_option('display.max_columns', None)
這裡，pd.set_option('display.max_columns', None) 用於修改 Pandas 中要顯示的最大列數的顯示選項。透過將其設定為 None，它允許 DataFrame 中的所有列在不截斷的情況下顯示。
示例
在下面的示例中，我們使用 Pandas 庫建立了一個包含 10 列的 DataFrame df。列被標記為 'A' 到 'J'，每列包含三個整數值的列表。然後，程式碼將 Pandas 選項display.max_columns設定為 None，這確保 DataFrame 中的所有列都將在不截斷的情況下顯示。最後，列印 DataFrame df，顯示所有列及其相應的值。
import pandas as pd
# Create a DataFrame with 10 columns
data = {'A': [1, 2, 3],
'B': [4, 5, 6],
'C': [7, 8, 9],
'D': [10, 11, 12],
'E': [13, 14, 15],
'F': [16, 17, 18],
'G': [19, 20, 21],
'H': [22, 23, 24],
'I': [25, 26, 27],
'J': [28, 29, 30]}
df = pd.DataFrame(data)
# Set option to display all columns
pd.set_option('display.max_columns', None)
print(df)
輸出
A B C D E F G H I J 0 1 4 7 10 13 16 19 22 25 28 1 2 5 8 11 14 17 20 23 26 29 2 3 6 9 12 15 18 21 24 27 30
方法 2：修改 display.max_columns 選項
我們可以使用 pd.options.display 屬性直接修改 display.max_columns 選項。透過將其設定為 None，我們可以獲得與上一方法相同的結果。
語法
pd.options.display.max_columns = None
這裡，pd.options.display.max_columns = None 用於直接在 Pandas 中修改 display.max_columns 選項。透過將其設定為 None，DataFrame 中的所有列都將在不截斷的情況下顯示。
示例
在下面的示例中，我們使用 Pandas 庫建立了一個包含 10 列的 DataFrame df。列被標記為 'A' 到 'J'，每列包含三個整數值的列表。此程式碼沒有使用 pd.set_option 方法，而是透過將 None 分配給pd.options.display.max_columns來直接修改 display.max_columns 選項。這確保 DataFrame 中的所有列都將在不截斷的情況下顯示。最後，列印 DataFrame df，顯示所有列及其相應的值。
import pandas as pd
# Create a DataFrame with 10 columns
data = {'A': [1, 2, 3],
'B': [4, 5, 6],
'C': [7, 8, 9],
'D': [10, 11, 12],
'E': [13, 14, 15],
'F': [16, 17, 18],
'G': [19, 20, 21],
'H': [22, 23, 24],
'I': [25, 26, 27],
'J': [28, 29, 30]}
df = pd.DataFrame(data)
# Modify the display.max_columns option
pd.options.display.max_columns = None
print(df)
輸出
A B C D E F G H I J 0 1 4 7 10 13 16 19 22 25 28 1 2 5 8 11 14 17 20 23 26 29 2 3 6 9 12 15 18 21 24 27 30
方法 3：調整終端/控制檯寬度
有時，終端或控制檯視窗寬度可能會限制顯示的列數。調整終端寬度可能是擴充套件輸出顯示的簡單解決方案。透過增加寬度，可以容納更多列而不會截斷。
示例
在下面的示例中，我們匯入 Pandas 庫和 os 模組。然後，我們透過使用 os.environ['COLUMNS'] 將值 '150' 分配給 'COLUMNS' 環境變數，將終端寬度設定為 150 列。接下來，建立了一個包含 15 列的 DataFrame df。列名錶示為從 0 到 14 的數字字串，每列包含三個重複的相應列名的值。最後，列印 DataFrame df，顯示所有 15 列及其值。
import pandas as pd
import os
# Set the terminal width to 150 columns
os.environ['COLUMNS'] = '150'
# Create a DataFrame with 15 columns
data = {str(i): [i] * 3 for i in range(15)}
df = pd.DataFrame(data)
print(df)
輸出
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 0 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 1 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 2 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
結論
在本文中，我們討論瞭如何使用各種方法擴充套件輸出顯示以在 Pandas 資料框中檢視更多列。我們討論了使用 pd.set_option 方法和修改 display.max_columns 選項來顯示所有列。此外，我們還強調了調整終端/控制檯寬度以適應更寬顯示的重要性。
1K+ 次檢視
