pandas中set_option的常用设置:显示所有行、显示所有列、控制浮点型精度、每个数据元素的显示字符数、对齐形式等
pandas中set_option的常用设置:显示所有行、显示所有列、控制浮点型精度、每个数据元素的显示字符数、对齐形式等
#pandas中set_option的常用设置
详细参考pandas API
pandas.set_option — pandas 1.3.5 documentation
pd.set_option("参数",值):设置pandas的默认参数,在实际应用中会常常遇到,所以本人好好学习了一下API参考文献,结合实际案例进行阐释。
#显示所有列
pd.set_option('display.max_columns', None)#显示所有行
pd.set_option('display.max_rows', None)#设置value的显示长度为100,默认为50
pd.set_option('max_colwidth',100)# 最大行数
pd.set_option('display.max_rows',xxx) # 最小显示行数
pd.set_option('display.min_rows',xxx) # 最大显示列数
pd.set_option('display.max_columns',xxx) #最大列字符数
pd.set_option ('display.max_colwidth',xxx) # 浮点型精度
pd.set_option( 'display.precision',2) #逗号分隔数字
pd.set_option('display.float_format','{:,}'.format) #设置浮点精度
pd.set_option('display.float_format', '{:,.2f}'.format) #百分号格式化
pd.set_option('display.float_format', '{:.2f}%'.format)# 更改后端绘图方式
pd.set_option('plotting.backend', 'altair') # info输出最大列数
pd.set_option('display.max_info_columns', 200)# info计数null时的阈值
pd.set_option('display.max_info_rows', 5) #展示所有设置和描述
pd.describe_option() #设置列名对齐
pd.set_option('display.unicode.ambiguous_as_wide', True)#设置列名对齐
pd.set_option('display.unicode.east_asian_width', True)
#显示所有行
pd.set_option('display.max_rows',None)
#显示所有列
pd.set_option('display.max_columns',None)
#设置不换行
pd.set_option('expand_frame_repr', False)
#显示小数点后的位数
pd.set_option('precision',1)
#最多显示的行数
pd.set_option('display.max_rows',3)
#最多显示的列数
pd.set_option('display.max_columns',3)
#设置列长度
pd.set_option('colwidth',1)#重置所有设置选项
pd.reset_option('all')
Available options:
compute.[use_bottleneck, use_numba, use_numexpr]
display.[chop_threshold, colheader_justify, column_space, date_dayfirst, date_yearfirst, encoding, expand_frame_repr, float_format]
display.html.[border, table_schema, use_mathjax]
display.[large_repr]
display.latex.[escape, longtable, multicolumn, multicolumn_format, multirow, repr]
display.[max_categories, max_columns, max_colwidth, max_info_columns, max_info_rows, max_rows, max_seq_items, memory_usage, min_rows, multi_sparse, notebook_repr_html, pprint_nest_depth, precision, show_dimensions]
display.unicode.[ambiguous_as_wide, east_asian_width]
display.[width]
io.excel.ods.[reader, writer]
io.excel.xls.[reader, writer]
io.excel.xlsb.[reader]
io.excel.xlsm.[reader, writer]
io.excel.xlsx.[reader, writer]
io.hdf.[default_format, dropna_table]
io.parquet.[engine]
io.sql.[engine]
mode.[chained_assignment, data_manager, sim_interactive, string_storage, use_inf_as_na, use_inf_as_null]
plotting.[backend]
plotting.matplotlib.[register_converters]
styler.render.[max_elements]
styler.sparse.[columns, index]
参考:Pandas DataFrame显示行和列的数据不全
参考:pandas 8 个常用的 set_option 设置方法
参考:pandas.set_option 用法总结
参考:pd.set_option
pandas中set_option的常用设置:显示所有行、显示所有列、控制浮点型精度、每个数据元素的显示字符数、对齐形式等相关推荐
- oracle 截取时间至小时,如何在pandas中构造/取整到小时的本地化日期时间列
我想把pandas python中本地化的datetime列截短/四舍五入到一小时.例如,如果我有2017-10-15 15:03:25+02:00,我希望获得2017-10-15 15 15:00: ...
- pandas中DataFrame的常用操作
1. DataFrame的创建 (1)手动创建 df = pd.DataFrame({'a':[1,2,3],'b':[1,2,3]}) print(df) 结果为: a b 0 1 1 1 2 2 ...
- jquery 控制CSS属性display 实现元素的显示、隐藏
前言 略. 隐藏元素 $("#id").hide() 等效的写法: $("#id").css('display','none'); 等效的CSS: displa ...
- python查看dataframe数据类型_python pandas中DataFrame类型数据操作函数的方法
python数据分析工具pandas中DataFrame和Series作为主要的数据结构. 本文主要是介绍如何对DataFrame数据进行操作并结合一个实例测试操作函数. 1)查看DataFrame数 ...
- python科学计算笔记(九)pandas中DataFrame数据操作函数
Python数据分析工具pandas中DataFrame和Series作为主要的数据结构. 本文主要是介绍如何对DataFrame数据进行操作并结合一个实例测试操作函数. 1)查看DataFrame数 ...
- python dataframe函数_python pandas中DataFrame类型数据操作函数的方法
这篇文章主要介绍了关于python pandas中DataFrame类型数据操作函数的方法,有着一定的参考价值,现在分享给大家,有需要的朋友可以参考一下 python数据分析工具pandas中Data ...
- Pandas 中的这 3 个函数,没想到竟成了我数据处理的主力
作者 | luanhz 责编 | 张文 来源 | 转载自公众号小数志 学 Pandas 有一年多了,用 Pandas 做数据分析也快一年了,常常在总结梳理一些 Pandas 中好用的方法.例如三个 ...
- Pandas中的这3个函数,没想到竟成了我数据处理的主力
公众号后台回复"图书",了解更多号主新书内容 作者:luanhz 来源:小数志 学Pandas有一年多了,用Pandas做数据分析也快一年了,常常在总结梳理一些Pandas中好用的 ...
- Python—pandas中DataFrame类型数据操作函数
python数据分析工具pandas中DataFrame和Series作为主要的数据结构. 本文主要是介绍如何对DataFrame数据进行操作并结合一个实例测试操作函数. 1)查看DataFram ...
最新文章
- (C++)用指针实现两数交换函数swap()的两种方法
- 面向动态环境基于面元的RGB-D SLAM系统
- R语言使用ggplot2包使用geom_dotplot函数绘制分组点图(配置显示的分组)实战(dot plot)
- python编码格式
- 写博客一定程度上是在刷存在感~
- mysql5.1 mysiam,将MySQL 5.1 MyISAM 转换成 INNODB 存储引擎
- 行为型模式:策略模式
- django restful 请求_Django编写RESTful API(二):请求和响应
- 海啸(二维前缀和/二维树状数组)
- mysql数据库的环境搭建_数据库学习(一)MySql环境搭建
- 在ubuntu上搭建开发环境9---Ubuntu删除ibus出现的问题及解决
- react组件卸载调用的方法_React调用子组件方法与命令式编程误区
- centos下配置LNMP环境(源码安装)
- java反编译工具--jd-gui
- 机器人技术之Simulink仿真基础
- 迅雷U享版 v3.0.1.96 Lite V4 精简绿色版
- jdk动态代理详解(通俗易懂,5分钟带你快速理解动态代理)全网最简
- 独家对话阿里巴巴副总裁华先胜: 基础科研的突破,是大浪的源头
- 三子棋游戏的具体实现
- 常见几种USB接口引脚定义,Type A、Type B、Micro USB、Mini USB、Type C
热门文章
- Leangoo新功能-卡片ID
- 用什么软件可以开在线会议啊?
- Windows消息队列
- 知乎自动批量软件使用教程
- HTML的标签描述22
- 给定一个字符串,输出第一次出现k次的字母java,c++实现
- android思维导图github,2020年GitHub 上那些优秀Android开源库,这里是Top10!
- 【MAC】记mac中django-admin.py 调用失败的解决方案
- 后台返回不带http的图片路径前台怎么拼接_Shortcuts 教程:一键搞定公众号图片排版...
- 超详细解读ORB-SLAM3 单目初始化过程(上篇)