Pandas是一個(gè)在數(shù)據(jù)科學(xué)中常用的功能強(qiáng)大的Python庫。它可以從各種來源加載和操作數(shù)據(jù)集。當(dāng)使用Pandas時(shí)，默認(rèn)選項(xiàng)就已經(jīng)適合大多數(shù)人了。但是在某些情況下，我們可能希望更改所顯示內(nèi)容的格式。所以就需要使用Pandas的一些定制功能來幫助我們自定義內(nèi)容的顯示方式。

1、控制顯示的行數(shù)

在查看數(shù)據(jù)時(shí)，我們希望看到比默認(rèn)行數(shù)更多或更少的行數(shù)（默認(rèn)行數(shù)為10）。

arr_data = np.random.default_rng().uniform(0, 100, size=(100,5))
 pd.DataFrame(arr_data, columns=list('ABCDE'))

可以看到，默認(rèn)包括數(shù)據(jù)幀的前5行和后5行。因?yàn)檫@樣可以防止pandas在調(diào)用數(shù)據(jù)框架時(shí)顯示大量的數(shù)據(jù)，從而降低計(jì)算機(jī)的速度。

這里有兩個(gè)選項(xiàng)可用于控制顯示的行數(shù)。

首先是display.max_rows，它控制在截?cái)嘀帮@示的最大行數(shù)。如果數(shù)據(jù)中的行數(shù)超過此值，則顯示將被截?cái)?。默認(rèn)設(shè)置為60。

如果希望顯示所有行，則需要將display.max_rows設(shè)置為None。如果數(shù)據(jù)非常大，這可能會(huì)占用很多資源并且降低計(jì)算速度。

pd.set_option('display.max_rows', None)

這樣就可以看到df中的所有行。

如果數(shù)據(jù)的行數(shù)多于 max_rows 設(shè)置的行數(shù)，則必須將 display.min_rows 參數(shù)更改為要顯示的值。還需要確保 max_rows 參數(shù)大于 min_rows。

pd.set_option('display.min_rows', 20)

如果將min_rows設(shè)置為20，那么當(dāng)查看時(shí)，將看到頂部有10行，底部有10行。

2、控制顯示的列數(shù)

當(dāng)處理包含大量列的數(shù)據(jù)集時(shí)，pandas將截?cái)囡@示，默認(rèn)顯示20列。下圖第9列和第15列之間的三個(gè)點(diǎn)(省略號(hào))表示已經(jīng)被截?cái)嗔?/p>

上述數(shù)據(jù)，是使用以下代碼顯示的:

arr_data = np.random.default_rng().uniform(0, 100, size=(100,25))
 df = pd.DataFrame(arr_data)
 df

要查看顯示上的更多列，可以更改display.max_columns參數(shù)

pd.set_option('display.max_columns', 30)

這樣做最多將顯示30列。但是這可能會(huì)導(dǎo)致其他問題，例如當(dāng)有圖片時(shí)這會(huì)變得很難看。

3、禁止科學(xué)記數(shù)法

通常在處理科學(xué)數(shù)據(jù)時(shí)，你會(huì)遇到非常大的數(shù)字。一旦這些數(shù)字達(dá)到數(shù)百萬，Pandas就會(huì)將它們重新格式化為科學(xué)符號(hào)，這可能很有幫助，但并不總是如此。

要生成具有非常大值的數(shù)據(jù)，可以使用以下代碼。

arr_data = np.random.default_rng().uniform(0, 10000000, size=(10,3))
 df = pd.DataFrame(arr_data)
 df

如果想要顯示這些數(shù)字的完整形式而不使用科學(xué)符號(hào)。這可以通過更改float_format顯示選項(xiàng)并傳入一個(gè)lambda函數(shù)來實(shí)現(xiàn)。這將重新格式化顯示，使其具有不帶科學(xué)記數(shù)法的值和最多保留小數(shù)點(diǎn)后3位。

pd.set_option('display.float_format', lambda x: f'{x:.3f}')

如果你想讓它看起來更好看，你可以在千位之間添加逗號(hào)分隔符。

下面的代碼可能看起來與上面的相同，但是如果您仔細(xì)查看該代碼的f'{x:部分后面有一個(gè)逗號(hào)。

pd.set_option('display.float_format', lambda x: f'{x:,.3f}')

4、更改數(shù)據(jù)的浮點(diǎn)精度

在某些情況下，數(shù)據(jù)可能在小數(shù)點(diǎn)后有太多的值，這樣看起來很亂。默認(rèn)情況下，Pandas將在小數(shù)點(diǎn)后顯示6個(gè)位。

為了使它更容易閱讀，可以通過調(diào)用display.precision來減少顯示的值的數(shù)量。

pd.set_option('display.precision', 2)

數(shù)值列的浮點(diǎn)精度已降低到2。

此設(shè)置只更改數(shù)據(jù)的顯示方式。它不更改底層數(shù)據(jù)值。

5、控制Float格式

在某些情況下，數(shù)字可以代表百分比或貨幣價(jià)值。如果是這種情況，用正確的單位來格式化它們是很方便的。

若要在列后面添加百分比符號(hào)，可以調(diào)用display.float_format選項(xiàng)，并使用f-string傳入想要顯示的格式:

pd.set_option('display.float_format', f'{:,.3f}%')

要以美元符號(hào)開始，可以這樣更改代碼:

pd.set_option('display.float_format', f'${:,.2f}')

6、更改默認(rèn)的Pandas繪圖庫

在進(jìn)行探索性數(shù)據(jù)分析時(shí)，通常需要快速生成數(shù)據(jù)圖?？梢允褂胢atplotlib來構(gòu)建一個(gè)plot，但是在Pandas中可以使用.plot()方法使用幾行代碼來完成它。

Pandas為我們提供了一系列可以使用的繪圖庫:

• matplotlib
• hvplot >= 0.5.1
• holoviews
• pandas_bokeh
• plotly >= 4.8
• altair

要更改當(dāng)前的默認(rèn)繪圖庫，需要更改plotting.backend選項(xiàng)。

pd.options.plotting.backend = "hvplot"

這樣就使用.plot方法創(chuàng)建plot時(shí)就會(huì)調(diào)用設(shè)置的庫

df.plot(kind='scatter', x='1', y='2')

7、重置顯示選項(xiàng)

如果希望將特定選項(xiàng)的參數(shù)設(shè)置回默認(rèn)值，可以調(diào)用reset_option方法并傳入想要重置的選項(xiàng)。

pd.reset_option('display.max_rows')

或者可以通過all作為參數(shù)將它們?nèi)扛幕啬J(rèn)值。

pd.reset_option('all')

如果想一次設(shè)置多個(gè)選項(xiàng)可以這樣做。

 settings = {
    'max_columns': 30,
    'min_rows':40,
    'max_rows': 30,
    'precision': 3
    }
 for option, value in settings.items():
    pd.set_option("display.{}".format(option), value)

這樣做可以幫助節(jié)省時(shí)間，減少編寫的代碼數(shù)量，提高可讀性。

總結(jié)

Pandas是一個(gè)功能強(qiáng)大的庫，但是默認(rèn)選項(xiàng)可能不適合特定的需要。本文介紹了一些常用選項(xiàng)，可以改進(jìn)查看數(shù)據(jù)的方式。