Pandas 8 個常用的 option 設置

通過pandas的使用，我們經常要交互式地展示表格（dataframe）、分析表格。而表格的格式就顯得尤爲重要了，因爲大部分時候如果我們直接展示表格，格式並不是很友好。

其實呢，這些痛點都可以通過pandas的option來解決。短短几行代碼，只要提前配置好，一次設置好，全局生效，perfect！

# 使用方法
import pandas as pd
pd.set_option()
pd.get_option()

# 使用屬性，例如展示的最大行數
pd.option.display.max_rows

整理了 8 個常用的配置選項，供大家參考。記住這 8 個 option 代碼，下次直接粘貼進去，效率可以提高很多，爽歪歪。

  1. 顯示更多行

默認情況下，pandas 是不超出屏幕的顯示範圍的，如果表的行數很多，它會截斷中間的行只顯示一部分。我們可以通過設置display.max_rows來控制顯示的最大行數，比如我想設置顯示 200 行。

pd.set_option('display.max_rows', 200)
# pd.options.display.max_rows = 200

如果行數超過了display.max_rows，那麼display.min_rows將確定顯示的部分有多少行。因爲display.min_rows的默認行數爲 5，, 下面例子只顯示前 5 行和最後 5 行，中間的所有行省略。

同理，也可根據自己的習慣顯示可顯示的行數，比如 10, 20..

pd.set_option('display.min_rows', 10)
# pd.options.display.min_rows = 10

還可以直接重置。

# 重置
pd.reset_option('display.max_rows')
  1. 顯示更多列

行可以設置，同樣的列也可以設置，display.max_columns控制着可顯示的列數，默認值爲 20。

pd.get_option('display.max_columns') 
# pd.options.display.max_columns
20

  1. 改變列寬

pandas對列中顯示的字符數有一些限制，默認值爲 50 字符。所以，有的值字符過長就會顯示省略號。如果想全部顯示，可以設置display.max_colwidth，比如設置成 500。

pd.set_option ('display.max_colwidth',500)
# pd.options.display.max_colwidth = 500

  1. 設置 float 列的精度

對於 float 浮點型數據，pandas默認情況下只顯示小數點後 6 位。我們可以通過預先設置display.precision讓其只顯示 2 位，避免後面重複操作。

pd.set_option( 'display.precision',2)
# pd.options.display.precision = 2

這個設置不影響底層數據，它隻影響浮動列的顯示。

  1. 數字格式化顯示

pandas中有一個選項display.float_formatoption可以用來格式化任何浮點列。這個僅適用於浮點列，對於其他數據類型，必須將它們轉換爲浮點數纔可以。

用逗號格式化大值數字

例如 1200000 這樣的大數字看起來很不方便，所以我們用逗號進行分隔。

pd.set_option('display.float_format','{:,}'.format)

設置數字精度

和上面display.precision有點類似，假如我們只關心小數點後的 2 位數字，我們可以這樣設置格式化：

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

百分號格式化

如果我們要顯示一個百分比的列，可以這樣設置。

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

或者其它幣種的符號等均可，只需要在大括號{}前後添加即可。

  1. 更改繪圖方法

默認情況下，pandas使用matplotlib作爲繪圖後端。從 0.25 版本開始，pandas提供了使用不同後端選擇，比如plotly，bokeh等第三方庫，但前提是你需要先安裝起來。

設置很簡單，只要安裝好三方庫後，同樣只需要一行。

import pandas as pd
import numpy as np
pd.set_option('plotting.backend', 'altair')
data = pd.Series(np.random.randn(100).cumsum())
data.plot()
  1. 配置 info() 的輸出

pandas中我們經常要使用info()來快速查看DataFrame的數據情況。但是，info這個方法對要分析的最大列數是有默認限制的，並且如果數據集中有null，那麼在大數據集計數統計時會非常慢。

pandas提供了兩種選擇：

比如，在分析有 150 個特徵的數據集時，我們可以設置display.max_info_columns爲涵蓋所有列的值，比如將其設置爲 200：

pd.set_option('display.max_info_columns', 200)

在分析大型數據集時，df.info() 由於要計算所有null，導致速度很慢。因此我們可以簡單地設置display.max_info_rows爲一個小的值來避免計數，例如只在行數不超過 5 時才計數null：

pd.set_option('display.max_info_rows', 5)
  1. 打印出當前設置並重置所有選項

pd.describe_option()將打印出設置的描述及其當前值。

pd.describe_option()

還可以打印特定的選項，例如，行顯示。

# 具體的搜索
pd.describe_option('rows')

最後，我們還可以直接全部重置。

pd.reset_option('all')

以上就是 8 個常用set_option的使用，下面進行了彙總，方便大家粘貼使用。

pd.set_option('display.max_rows',xxx) # 最大行數
pd.set_option('display.min_rows',xxx) # 最小顯示行數
pd.set_option('display.max_columns',xxx) # 最大顯示列數
pd.set_option ('display.max_colwidth',xxx) #最大列字符數
pd.set_option( 'display.precision',2) # 浮點型精度
pd.set_option('display.float_format','{:,}'.format) #逗號分隔數字
pd.set_option('display.float_format',  '{:,.2f}'.format) #設置浮點精度
pd.set_option('display.float_format', '{:.2f}%'.format) #百分號格式化
pd.set_option('plotting.backend', 'altair') # 更改後端繪圖方式
pd.set_option('display.max_info_columns', 200) # info輸出最大列數
pd.set_option('display.max_info_rows', 5) # info計數null時的閾值
pd.describe_option() #展示所有設置和描述
pd.reset_option('all') #重置所有設置選項

參考：

[1] https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.set_option.html

[2] https://towardsdatascience.com/8-commonly-used-pandas-display-options-you-should-know-a832365efa95

本文由 Readfog 進行 AMP 轉碼，版權歸原作者所有。
來源：https://mp.weixin.qq.com/s/H8TUaW2ZwePXy6z5Cb__VQ

猜你喜歡