偷偷摘套内射激情视频,久久精品99国产国产精,中文字幕无线乱码人妻,中文在线中文a,性爽19p

Pandas這樣來設置,做數(shù)據(jù)分析舒適百倍

開發(fā) 后端 數(shù)據(jù)分析
Pandas有著自己的一套「參數(shù)設置系統(tǒng)」,可以幫助我們在遇到不同的數(shù)據(jù)時靈活調(diào)節(jié)從而達到最好的效果,本文就將介紹pandas中常用的參數(shù)設置方面的知識。

在日常使用pandas的過程中,由于我們所分析的數(shù)據(jù)表規(guī)模、格式上的差異,使得同樣的函數(shù)或方法作用在不同數(shù)據(jù)上的效果存在差異。

而pandas有著自己的一套「參數(shù)設置系統(tǒng)」,可以幫助我們在遇到不同的數(shù)據(jù)時靈活調(diào)節(jié)從而達到最好的效果,本文就將介紹pandas中常用的參數(shù)設置方面的知識。

[[339856]]

1. 設置DataFrame最大顯示行數(shù)

pandas設置參數(shù)中的display.max_rows用于控制打印出的數(shù)據(jù)框的最大顯示行數(shù),我們使用pd.set_option()來有針對的設置參數(shù),如下面的例子:

Pandas這樣來設置,做數(shù)據(jù)分析舒適百倍

圖2

在修改display.max_rows的參數(shù)值之后,我們的數(shù)據(jù)框只會顯示指定行數(shù)的數(shù)據(jù),中間的部分都會以省略號的形式顯示,當我們的數(shù)據(jù)框行數(shù)較多,可以加大這個參數(shù)以顯示更多行數(shù)據(jù)。

2. 設置DataFrame最大顯示列數(shù)

類似display.max_rows,通過修改display.max_columns我們可以調(diào)節(jié)最大顯示的數(shù)據(jù)框列數(shù)(默認是20列),這在我們的數(shù)據(jù)框字段較多又想全部查看的時候很有用:

Pandas這樣來設置,做數(shù)據(jù)分析舒適百倍

圖3

3. 設置每列的最大顯示寬度

對于一些單元格內(nèi)容長度較長的數(shù)據(jù)譬如長文本,在查看數(shù)據(jù)框時過長的部分會被簡化為省略號,而通過修改display.max_colwidth參數(shù)我們可以在必要時,使得超長的部分也顯示出來:

Pandas這樣來設置,做數(shù)據(jù)分析舒適百倍

圖4

4. 指定小于某個數(shù)的元素顯示為0

通過display.chop_threshold參數(shù)我們在不修改原始數(shù)據(jù)的情況下,指定數(shù)據(jù)框中絕對值小于閾值的數(shù)顯示為0:

Pandas這樣來設置,做數(shù)據(jù)分析舒適百倍

圖5

5. 格式化浮點數(shù)

通過display.float_format參數(shù)我們可以設置浮點數(shù)的顯示格式,譬如這里我們給浮點數(shù)加上¥前綴并設定保留兩位小數(shù):

Pandas這樣來設置,做數(shù)據(jù)分析舒適百倍

圖6

6. 設置info()方法中非缺失值檢查的行數(shù)上限

針對數(shù)據(jù)框的info()方法可以幫助我們查看數(shù)據(jù)框的一些概覽信息,譬如每一列對應的非缺失值個數(shù)。

但默認情況下當數(shù)據(jù)框行數(shù)大于1690784行時,再查看info()信息,會處于計算效率的考慮略去缺失值檢查信息。

這時我們可以通過設置display.max_info_rows參數(shù)來提高這個上限:

Pandas這樣來設置,做數(shù)據(jù)分析舒適百倍

圖7

7. 控制小數(shù)打印的精度

控制數(shù)據(jù)框中小數(shù)的顯示精度除了上文提到的方法之外,還可以通過修改display.precision參數(shù)來控制,默認是6位小數(shù):

Pandas這樣來設置,做數(shù)據(jù)分析舒適百倍

圖8

8. 臨時修改參數(shù)

有些時候我們只希望在某張表上進行設置參數(shù)的修改,不希望影響到之后的其他表的顯示。

這時除了用pd.reset_option()對指定的參數(shù)進行復原之外,我們還可以利用with關鍵詞配合pd.option_context以臨時的方式將指定的參數(shù)作用在局部范圍內(nèi):

Pandas這樣來設置,做數(shù)據(jù)分析舒適百倍

圖9

 

責任編輯:趙寧寧 來源: 今日頭條
相關推薦

2022-05-26 08:12:39

PandasApply技巧

2018-12-10 11:00:01

MySQL數(shù)據(jù)庫索引

2012-11-21 17:35:21

Oracle技術嘉年華

2017-09-01 09:52:20

PythonPandas數(shù)據(jù)分析

2025-07-09 07:50:00

2023-04-14 07:09:04

2021-02-07 11:43:03

數(shù)據(jù)分析項目

2025-07-14 07:21:00

Pandas數(shù)據(jù)分析Python

2025-07-18 07:59:56

2021-02-05 11:36:42

數(shù)據(jù)業(yè)務指標

2023-12-10 14:06:04

數(shù)據(jù)庫pythonduckdb

2024-01-09 13:58:22

PandasPython數(shù)據(jù)分析

2022-10-18 11:47:08

數(shù)據(jù)分析運營直播

2018-10-11 15:18:23

阿里云數(shù)據(jù)庫數(shù)據(jù)

2020-05-15 15:09:51

R語言數(shù)據(jù)分析

2015-09-24 10:18:54

程序員身價

2015-03-12 10:21:05

阿里云宕機

2025-09-22 09:25:08

2023-06-26 22:15:14

ChatGPT思維模型

2024-08-01 08:06:11

虛擬線程性能
點贊
收藏

51CTO技術棧公眾號