Pandy pokazują całą kolumnę

Pandy dają nam naprawdę prostą metodę „get_option ()”, dzięki której możemy personalizować i zmienić ekran wyników podczas pracy bez użycia jakichkolwiek dużych formatów wyjściowych. „Set_option” jest wykorzystywany do ustawiania wartości, z których możemy wyświetlać maksymalne kolumny i wiersze z dużej ilości danych. Za pomocą „Wyświetlacza.Max_Columns ”W tym artykule możemy jednocześnie znaleźć maksymalną ilość kolumn. Trzecia funkcja o nazwie „Kolumna.Wartości.tolist () ”jest stosowany do po prostu pobrania listy nazw maksymalnych kolumn w danej ramce danych.

Składnia do wyświetlania wszystkich kolumn za pomocą metody set_option ()

Powyższa składnia służy jednocześnie do wyświetlania wszystkich kolumn dużej ramki danych.

Składnia do wyświetlania wszystkich kolumn za pomocą metody get_option ()

Przykład 1: Wyświetlanie wszystkich kolumn DataFrame za pomocą Python pandas set_option ()

Użyjemy Python Pandas „set_option ()”, aby wyświetlić wszystkie kolumny w naszej ramce danych. Ilość kolumn wyświetlanych domyślnie można zmienić za pomocą „set_option ()” za pomocą „set_option (” Wyświetl.Max kolumny ”, brak)”. Możemy również pokazać wszystkie rzędy naszej ramki danych za pomocą „set_option ()”. Użyjemy narzędzia „Spyder”, które służy do uruchamiania programowania Python Pandy do wdrożenia tego kodu.

Przed uruchomieniem kodu musimy zaimportować dwie biblioteki Pandy. Po pierwsze, importujemy bibliotekę Pandy jako „PD”, a po drugie importujemy Numpy jako „NP”. Moduł Pythona o nazwie „Numpy” daje pomoc dla masywnych, wielowymiarowych macierzy Numpy, a także znacznej liczby wyrafinowanych procedur matematycznych, które można wykonać na tych tablicach. Skrótem Numpy to „Python numeryczny”. Jego główną funkcją jest przeprowadzanie operacji matematycznych.

Następne tworzenie naszej strumienia danych. Jednak w przeciwieństwie do ram danych z poprzedniego przykładu nie będziemy w tym przypadku dodawać określonych nazw kolumn i precyzyjnych wartości do tych kolumn. Tutaj tworzymy naszą ramkę danych przy użyciu wartości „NAN”. Dlatego użyjemy dwóch argumentów „indeks” i „kolumny”, aby wygenerować naszą ogromną ramkę danych. Podczas dodawania wierszy lub kolumn do ramki danych funkcje „index = np.Arange () ”i„ kolumny = np.Arange () ”zawiera liczbę wierszy i kolumn. Odpowiednio wszystkie wiersze DataFrame są zawarte w rzędach, a wszystkie jego kolumny niosące wartości „nan” są zawarte w kolumnach.

Wykorzystując parametry set_option „indeks” i „kolumna”, wzięliśmy wiersze „3” i kolumny „25”. Rama danych tego przykładu jest określana jako „DF”. Dlatego, aby utworzyć ramkę danych, używamy „PD.ramka danych". Następnie użyjemy funkcji „print ()”, aby wyświetlić naszą strumień danych.

Teraz docieramy do głównej funkcji naszego programu, w której musimy pokazać wszystkie kolumny naszego DataFrame. W tym celu używamy „wyświetlacza.Max_Columns ”z„ set_option ”. Ta technika wyświetli wszystkie kolumny „25” i wiersze „3” naszych ramek danych zawierających wartości „NAN”, ponieważ używamy wartości „nan” naszych kolumn. Po drugiej stronie ustawiamy „Wyświetl.Max_Columns ”do„ Brak ”, który pokaże wszystkie kolumny DataFrame, niezależnie od rzeczywistej długości. „Brak” służy do ustalenia, czy brakuje jakichkolwiek informacji; Wartości te są pokazane jako „Nan” lub „Brak”. Teraz pokażemy nasze kolumny za pomocą funkcji „print ()”.

Uruchomienie tego kodu uzyskanie wyniku w jego wyjściu. Tutaj widzimy, że wyświetlane są początkowe ramy, w tym wartości „nan”. Jak widzimy, niektóre kolumny były wyświetlane na początku, a niektóre kolumny na końcu. Z powodu domyślnego zachowania brakuje środkowych kolumn w pierwszej klatce. Kolejność macierzy jest następnie wyświetlana w następującym wierszu, co oznacza, że ​​ma oni „3” i kolumny „25”. Druga ramka danych wyświetla wszystkie kolumny wykorzystujące „set_options” dwa parametry, „indeks” i „kolumny”. Korzystając z tego, możemy bez wątpienia zweryfikować, że wyświetla wszystkie „25” kolumn w naszej ramce danych. Indeks przechodzi od „0 do 24”, co oznacza, że ​​w sumie jest kolumny „25”.

Przykład 2: Pokazuj wszystkie nazwy kolumn w ramce danych za pomocą kolumn.wartości.Aby wymienić technikę ()

W tym przykładzie zademonstrujemy wszystkie kolumny naszego DataFrame w piance listy. Korzystając z tej procedury w Python, możesz zdobyć nazwy kolumn z pandas DataFrame, a następnie przekazać wynik jako listę. Podobnie jak w ostatnim ramie danych, ten jest również tworzony przez importowanie dwóch bibliotek Panda jako „PD” i Numpy jako „NP”. Zacznijmy od wygenerowania naszego DataFrame. Nazwa DataFrame to „DF”. W tym przypadku używamy dwóch atrybutów „indeks” i „kolumny” do dodawania wierszy i kolumn do DataFrame. Rzędy są dodawane przy użyciu „index = np.Arange () ”, a kolumny są dodawane za pomocą„ kolumn = np.Arange () ”.

Ponieważ nie zamierzamy wymieniać tych kolumn, wykorzystujemy wartości „nan”. Więc używamy tutaj „NP”. Korzystając z funkcji indeksu i kolumny, dodajemy rzędowe „5” i kolumny „20” do tego kompletu danych. Jako odpowiedź użyje „PD.DataFrame ”, aby utworzyć naszą dataframe. Teraz, gdy weszliśmy do głównej części kodu, użyjemy „DF.kolumna.TOLIST ”metoda wyświetlania każdej nazwy każdej kolumny w naszej ramce danych. Ta funkcja zostanie zainicjowana jako „DF1”. Teraz wydrukujemy tę funkcję, aby wyświetlić listę kolumn DataFrame.

Jak widzimy tę listę nazw kolumn na wyjściu, wyświetla wszystkie listy nazw kolumn „20”. Ta oprawa danych ma kolumny „20” od „0” i kończące się na „19”. Ponieważ użyliśmy index = np i kolumna = np, nazwy kolumn są domyślnie wyświetlane w formie liczb. Znaczenie „brak” w tym przypadku jest to, że dane wyjściowe zawiera wszystkie możliwe nazwy kolumn.

Przykład 3: Wyświetlanie wszystkich maksymalnych kolumn DataFrame za pomocą metody get_option ()

W tym przypadku maksymalna kolumna z ramki danych jest pokazana przy użyciu metody „get_option ()”. „Set_option ()” i „get_option ()” są często stosowane ilekroć mamy dużą ilość danych w naszej ramce danych, takich jak rekordy bazy danych dowolnej szkoły lub biura, aby wyraźnie wyświetlać wszystkie kolumny na ekranie. Wartości wejściowe są uzyskiwane za pomocą metody „get_option ()”, a wartość opcji wejściowej jest ustawiana za pomocą metody „set_option ()”.

Identyczne z ostatnim przykładem generujemy ramkę danych o wartościach „nan”. Ponieważ potrzebujemy wielu treści, możemy alternatywnie załadować plik „CSV” do ramki danych, ale ta metoda jest prostsza. Podobnie, użyjemy „indeksu” i „kolumn”, aby dodać wiersze i kolumny do naszego DataFrame. „Indeks = np.Arange (5) ”wskazuje, że dodaliśmy wiersze„ 5 ”do naszej ramki danych i„ kolumn = np.Arange (32) ”pokazuje, że bierzemy kolumny„ 32 ”do naszej ramki danych. Teraz jest przygotowany do wyjęcia głównego zadania wyświetlania każdej kolumny w znacznej ramie danych. Możemy uzyskać wszystkie kolumny, wywołując „get_option (wyświetlacz.Metoda maksymalnych kolumn ”). Z drugiej strony „Brak” oznacza, że ​​po uruchomieniu kodu ekran wyświetli maksymalną liczbę kolumn. Zgodnie z tą procedurą DataFrame jest teraz wyświetlana w obrazach źródłowych za pomocą funkcji „print ()”.

Wyjście jest łatwo widoczne na obrazie; Wyświetla wszystkie kolumny DataFrame. DataFrame ma „5” wierszy i kolumny „32” o wartościach „nan”.

Wniosek

Zarządzanie ogromną ilością zestawów danych może być czasami trudne. Aby wygenerowaćFrame, kolumny są najpierw tworzone, a następnie dodano listę wartości. Aby ułatwić proces, w tym artykule używane są dwuparametrowe „indeks i„ kolumna ”do dodawania wierszy i kolumn. Maksymalną liczbę kolumn z DataFrame można wyświetlić przy użyciu dwóch osobnych technik „set_option (wyświetlacz.Max_Columns) ”i„ get_option (wyświetlacz.Max_Columns) ”. „Set_option” i „get_option” służą do wyświetlania ogromnej ilości danych na ekranie. Możesz użyć jednej lub wszystkich tych dwóch metod, w zależności od tego, co musisz osiągnąć.