Pandy pokazują wszystkie wiersze

W programowaniu metody Panand Get_Option () i set_option () są niezwykle pomocne. Możemy zbadać wyświetlanie wartości i przekształcić je w różne wartości, wykorzystując funkcje get_option i set_option. Czasami mamy ramkę danych z dużą ilością informacji, a użytkownik chce zobaczyć całą ramkę danych, w tym każdą z tych kolumn i wierszy, aby ułatwić użytkownikom. Teraz pandy podają metodę „set_option”. W tym artykule wykorzystamy „Wyświetlanie.Max_Rows ”, aby pokazać maksymalną liczbę wierszy danych. Będzie to pomocne, jeśli chcemy wyświetlić każdy wiersz z ogromnej ramki danych. Zaimportujemy również plik „CSV”, ponieważ musimy zbudować bazę danych z dużą ilością informacji. Pliki „CSV” można zobaczyć podobnie do pliku Excel, ponieważ przecinki oddzielają wartości, a ten „CSV” oznacza „wartości oddzielone przecinkami”.

Składnia metody set_option () do wyświetlania maksymalnej ilości wierszy

Składnia metody get_option () do wyświetlania liczby wierszy

Przykład 1: Wyświetlanie wszystkich wierszy DataFrame za pomocą metody set_option ()

Ten przykład pokazuje, jak utworzyć ramkę danych z pliku CSV za pomocą pandy „PD.Read_csv () ”i jak używać metody„ set_option () ”do wyświetlania każdego wiersza tego danych danych. W tym artykule implementacja kodu odbywa się za pomocą narzędzia „Spyder”. Zacznijmy od pierwszego kodu tego przykładu. Na początek musimy zaimportować bibliotekę pandy. Teraz od Ciebie zależy, czy chcesz zaimportować plik CSV, czy utworzyć ramkę danych z określonymi wartościami, ale jak widać tutaj, wybieramy plik CSV, ponieważ proces jest prosty.

„Pandy.Funkcja read_csv () ”jest używana w drugim etapie, aby dołączyć plik„ csv ”w kodzie. Plik CSV oznacza „plik oddzielony przecinkami”. Większość informacji wymaganych do analizy jest dostępna w formie tabelarycznej, zazwyczaj w plikach Excel lub CSV. Potrzebujemy funkcji „read_csv ()”, która uzyskuje dane w postaci ramki danych, aby uzyskać dostęp do danych z pliku „CSV”. Zamiast konstruować ramkę danych, ponieważ potrzebowaliśmy dużej liczby wierszy do wyświetlenia, pomyśleliśmy, że łatwiej byłoby pobrać przykładowy plik CSV z Internetu, a następnie dodać go do tego kodu za pomocą funkcji „read_csv ()”. Nazwa pliku to „Zapis.CSV ”, jak wspomnieliśmy. Obecnie plik CSV o nazwie rekord zawiera listę rekordów „99”.

Przejdźmy do głównej funkcji kodu, w której musimy użyć metody „set_option” z „Display.max_row ”, aby wyświetlić maksymalną liczbę wierszy. Ponieważ rozpoznaje, że w „99” jest rzędach w ramach danych, wyświetli je wszystkie. Kiedy chcemy zmodyfikować domyślną liczbę wyświetlanych wierszy, używamy „set_option”. "Wyświetlacz.Max_Row ”służy do wyświetlania wszystkich wierszy DataFrame. Ustawiamy „Wyświetl.max_row ”do„ Brak ”, który wyświetli wszystkie wiersze DataFrame z maksymalną długością. Ponieważ w tym ramie danych znajdują się wiersze „99”, wszystkie wiersze „99” muszą być wyświetlane po uruchomieniu funkcji. Nasza DataFrame zostanie teraz wyświetlona za pomocą funkcji „print ()”.

Funkcja „Uruchom plik” pozwala nam zobaczyć wyświetloną ramkę danych. Tutaj widzimy, żeFrame Data-Frame ma dziewięćdziesiąt dziewięć rzędów z pięcioma kolumnami. Nie mogliśmy uchwycić całej ramki, ponieważ była zbyt ogromna, więc pokazaliśmy ten obraz w dwóch części. Ostatecznie wyświetla również kolejność macierzy, która jest „99 × 5”, która stwierdza rzędy „99” i kolumny „5”. Ponieważ indeks zaczyna się od „0”, powoduje to, że liczy się rzędy od 0. W ten sposób widzimy, że wszystkie środkowe kolumny zostały skrócone, utrzymując tylko garść początkowych i ostatnich kolumn, które można wyświetlić. Wynika to z domyślnych ustawień narzędzia.

Przykład 2: Za pomocą metody set_option () do wyświetlania dziesięciu wierszy poprzez ustawienie wartości 10 wyświetlacza.właściwość max_rows

W tym przykładzie wyświetlimy dziesięć wierszy z DataFrame za pomocą metody set_option. Ponownie generujemy ramkę danych z pliku CSV, podobny do ostatniego przykładu.

Dlatego zanim zaczniemy drugi przykład naszego artykułu, musimy najpierw zaimportować bibliotekę pandy. Następnym krokiem jest wygenerowanie ramki danych za pomocą pliku CSV. Na początek, wystarczy pobrać plik CSV z Internetu i podać mu nazwę. Następnie importujemy nasz plik CSV za pomocą pandy „Przeczytaj.Metoda CSV () ”. Plik CSV jest nazywany „Dane.CSV ”. Zawiera rekordy „499”, co oznacza, że ​​ma maksymalnie „499” wierszy.

Następnie weszliśmy do głównej funkcji, w której musieliśmy użyć „set_option” z „wyświetlacz.max _row ”, aby wyświetlić wiersze. Załóżmy, że używamy „10” jako wartości domyślnej zamiast „brak” w tej metodzie. Jeśli ustawym „Brak”, oznacza to, że wyświetla wszystkie wiersze DataFrame. Procedura „print ()” zostanie teraz używana do wyświetlania naszego DataFrame.

Oto, co dzieje się, gdy uruchamiamy ten kod. Rama danych wyświetlana na tym obrazie jest dla nas widoczna. Rama danych wyświetla wiersze „10” z powodu ustawiania wartości „10” do „Wyświetlania.max_row ". Te 10 rzędów obejmuje indeksy „0”, „1”, „2”, „3”, „4”, „494”, „495”, „496”, „497” i „498”. Centralna kolumna została przycięta, a kilka liczb indeksu powtórzono z powodu domyślnego zachowania narzędzia. Jak widzimy tutaj, widoczne kolumny to „Numer seryjny”, „Nazwa firmy” i „Opis”. Wreszcie wyświetla kolejność DataFrame, która wyświetla „499Rows x 5Columns”, wskazując, że ma rzędy „499” i kolumny „5”.

Przykład 3: Zastosowanie metody get_option () do wyświetlania maksymalnych wierszy z dataframe

W tej ilustracji wszystkie rzędy DataFrame zostaną wyświetlone za pomocą „get_option”. Ponownie wykorzystujemy plik CSV o tej samej nazwie „Dane.CSV ”, tak jak dla drugiego przykładu, ale dane tego pliku są inne. Importujemy ten plik CSV za pomocą „Pandy.read_csv ”w taki sam sposób, jak zaimportowaliśmy dwa poprzednie instancje. Teraz nasza konstrukcja została zbudowana.

Chcemy wyświetlić każdy wiersz w naszym DataFrame. Stąd używamy get _option z „wyświetlacz.max_rows ”, aby to zrobić. Kiedy mamy ogromną ilość danych w naszej ramce danych, takich jak ten plik CSV „Dane.CSV ”z maksymalnie dostępnymi rekordami„ 99 ”, często używamy funkcji„ get option () ”do wyraźnego wyświetlania wszystkich wierszy na ekranie. Metoda „get_option ()” jest stosowana w celu uzyskania wartości wejściowych, podczas gdy metoda „set option ()” jest wykorzystywana do umieszczania wartości opcji wejściowej.

Z drugiej strony ustawiamy „Brak” na „wyświetlanie.max_row ”, ponieważ chcemy wyświetlić całkowitą liczbę wierszy w naszej ramce danych. Wywołując „get_option (wyświetlacz.METODA MAX) ”, możemy odzyskać wszystkie wiersze. Wyświetlimy naszą strumień danych na poniższym ekranie za pomocą funkcji „print ()”:

Obraz wyjściowy pokazuje naszą ramkę danych z dużą ilością danych. Tutaj widzimy, że wyświetlono całe wiersze DataFrame. Ponieważ w sumie są rzędy „99”, podzieliliśmy dane wyjściowe na dwa obrazy. Pierwszy obraz wyświetla początkowe wiersze, a drugi obraz pokazuje ostatnie wiersze, udowadniając, że z powodzeniem wyświetliśmy największą liczbę wierszy z ogromnej ilości DataFrame. Ponieważ nasza ramka narzędzi ma tylko ograniczoną ilość miejsca na ramce i jest zasadniczo narzędziem domyślnym, środkowe kolumny są przycięte. Kończy się wyświetlając kolejność DataFrame, „99 wierszy x 5 kolumn”, co wskazuje, że zawiera dziewięćdziesiąt dziewięć rzędów i pięć kolumn.

Wniosek

Możemy tworzyć struki danych przy użyciu różnych technik, a my skorzystamy z pliku „CSV” w tym artykule, ponieważ potrzebujemy wielu rekordów. Zamiast dodawać pojedyncze kolumny do ramki danych i wymieniać wartości dla każdego z nich, dodamy rekordy za pomocą pliku „CSV” za pomocą pandy „Przeczytaj.Metoda CSV () ”. Głównym celem tego artykułu jest wyświetlanie maksymalnych wierszy na podstawie danych, jak to możliwe, wykorzystując metody „get_option ()” i „set_option” za pomocą „wyświetlania.max_row ". Korzyść z użycia „Wyświetlacza.Max_Column ”polega na tym, że nadal możesz uzyskać wszystkie wiersze, nawet jeśli masz znaczną liczbę rekordów. Możemy użyć tych technik, aby uprościć nasze zadania.