I panda mostrano tutta la colonna
La sintassi per mostrare tutte le colonne utilizzando il metodo set_option ()
La sintassi sopra viene utilizzata per visualizzare contemporaneamente tutte le colonne di un grande frame di dati.
La sintassi per mostrare tutte le colonne utilizzando il metodo get_option ()
Esempio 1: visualizzare tutte le colonne del frame dati utilizzando Python Panda set_option ()
Useremo Python Pandas "set_option ()" per visualizzare tutte le colonne nel nostro telaio di dati. La quantità di colonne visualizzate per impostazione predefinita può essere modificata usando "set_option ()" tramite l'uso di "set_option (" Visualizza.colonne massime ”, nessuna)". Possiamo anche mostrare tutte le righe del nostro Frame dati utilizzando "set_option ()". Useremo lo strumento "Spyder" che viene utilizzato per eseguire la programmazione di Python Pandas per implementare questo codice.
Prima di eseguire il codice, dobbiamo importare due librerie di Panda. Innanzitutto, importiamo la biblioteca di Panda come "PD" e per il secondo importiamo Numpy come "NP". Un modulo Python chiamato "Numpy" fornisce aiuto per array numpy enormi e multivariati, nonché un numero considerevole di sofisticate procedure matematiche che possono essere eseguite su questi array. L'abbreviazione per Numpy è "Python numerico". La sua funzione principale è svolgere operazioni matematiche.
La creazione del nostro telaio di dati arriva dopo. Tuttavia, a differenza dei frame dati dell'esempio precedente, non aggiungiamo nomi di colonne specifiche e valori precisi a quelle colonne in questo caso. Qui, stiamo creando il nostro frame dati usando i valori "nan". Pertanto, useremo i due argomenti "indice" e "colonne" per generare il nostro enorme telaio di dati. Quando si aggiungono righe o colonne a un frame dati, le funzioni “indice = np.arange () "e" colonne = np.arange () "include il numero di righe e colonne. Rispettiva.
Utilizzando i parametri set_option "indice" e "colonna", abbiamo preso le righe "3" e le colonne "25". Il telaio dati di questo esempio viene definito "DF". Pertanto, per creare il frame dati, stiamo usando "PD.DataFrame ". Successivamente, useremo la funzione "Print ()" per visualizzare il nostro frame dati.
Ora raggiungiamo la funzione principale del nostro programma in cui dobbiamo mostrare tutte le colonne del nostro telaio dati. Per questo, stiamo usando "display.max_columns "con" set_option ". Questa tecnica mostrerà tutte le colonne "25" e le righe "3" dei nostri frame di dati contenenti valori "nan" perché utilizziamo il valore "nan" delle nostre colonne. Dall'altro lato, abbiamo impostato "display.max_columns "a" nessuno "che mostrerà tutte le colonne di dati, indipendentemente dalla lunghezza effettiva. "Nessuno" viene utilizzato per determinare se mancano informazioni; Questi valori sono mostrati come "nan" o "nessuno". Ora, mostreremo le nostre colonne usando la funzione "Print ()".
L'esecuzione di questo codice otterrà il risultato nel suo output. Qui, possiamo vedere che vengono visualizzati il frame iniziale che include i valori "nan". Come possiamo vedere, alcune colonne sono state visualizzate all'inizio e alcune colonne alla fine. A causa della condotta predefinita, le colonne centrali mancano nel primo frame. L'ordine delle matrici viene quindi visualizzato nella riga seguente, il che significa che ha righe "3" e colonne "25". Il secondo frame dati visualizza tutte le colonne che utilizzano "set_options" due parametri, "indice" e "colonne". Usando questo, possiamo verificare senza dubbio che visualizza tutte le "25" delle colonne nel nostro telaio di dati. L'indice passa da "0 a 24", il che significa che ci sono colonne "25" in totale.
Esempio 2: mostra tutti i nomi delle colonne del frame dati utilizzando le colonne.valori.tecnica elenco ()
Dimostreremo tutte le colonne dei nostri dati di dati nella schiuma dell'elenco in questo esempio. Utilizzando questa procedura in Python, è possibile acquisire i nomi delle colonne da un frame dati Panda e quindi passare il risultato come elenco. Simile all'ultimo frame dati, questo è anche creato importando due librerie Panda come "PD" e Numpy come "NP". Cominciamo generando il nostro frame dati. Il nome per il frame dati è "DF". Stiamo usando due attributi "indice" e "colonne" in questa istanza per l'aggiunta di righe e colonne al frame dati. Le righe vengono aggiunte utilizzando “Index = NP.arange () ", mentre le colonne vengono aggiunte utilizzando“ colonna = np.Arange () ".
Dal momento che non elencheremo queste colonne, stiamo utilizzando i valori "nan". Quindi, stiamo usando "NP" qui. Usando le funzioni di indice e colonna, aggiungiamo righe "5" e colonne "20" a questo frame dati. Come risposta, utilizzerà "PD.DataFrame "per creare il nostro dati dati. Ora che abbiamo inserito nella parte principale del codice, useremo il "DF.colonna.Metodo Tolist "per visualizzare ogni nome di ogni colonna nel nostro frame dati. Questa funzione sarà inizializzata come "DF1". Ora stamperemo questa funzione per visualizzare un elenco delle colonne di DataFrame.
Come possiamo vedere questo elenco di nomi di colonne nell'output visualizza tutti gli elenchi dei nomi delle colonne "20". Questo frame dati ha colonne "20" a partire da "0" e termina a "19". Perché abbiamo usato indice = np e colonna = np, i nomi delle colonne sono per impostazione predefinita visualizzati sotto forma di numeri. Il significato di "nessuno" in questo caso è che l'output include tutti i nomi di colonne possibili.
Esempio 3: visualizzazione di tutte le colonne massime del frame dati utilizzando il metodo get_option ()
In questo caso, la colonna massima del frame dati viene mostrata utilizzando il metodo "get_option ()". "Set_option ()" e "get_option ()" sono spesso impiegati ogni volta che abbiamo una grande quantità di dati nel nostro telaio di dati, come i record di database di qualsiasi scuola o ufficio, per visualizzare tutte le colonne sullo schermo. I valori di input sono ottenuti utilizzando il metodo "get_option ()" e il valore dell'opzione di input è impostato utilizzando il metodo "set_option ()".
Identico all'ultimo esempio, stiamo generando un frame di dati con i valori "nan". Dal momento che abbiamo bisogno di un sacco di contenuti, possiamo alternativamente caricare un file "CSV" nel frame dati ma questo metodo è più semplice. Allo stesso modo, useremo "indice" e "colonne" per aggiungere righe e colonne al nostro telaio di dati. L'indice = NP.Arange (5) "indica che abbiamo aggiunto righe" 5 "al nostro frame dati e alla" colonna = NP.Arange (32) "mostra che stiamo portando colonne" 32 "nel nostro telaio di dati. Ora, è attrezzato per eliminare il suo compito principale di mostrare ogni colonna nel telaio di dati considerevole. Possiamo ottenere tutte le colonne invocando "get_option (display.Colonne massime ”) Metodo. D'altra parte, "nessuno" significa che dopo aver eseguito il codice, lo schermo mostrerà il numero massimo di colonne. Seguendo questa procedura, il frame dati viene ora visualizzato nelle immagini di origine utilizzando la funzione "print ()".
L'output è facilmente visibile nell'immagine; Visualizza tutte le colonne di DataFrame. Il frame dati ha righe "5" e colonne "32" con valori "nan".
Conclusione
Occasionalmente può essere difficile gestire un'enorme quantità di set di dati. Per generare frame dati, le colonne vengono prima create e quindi viene aggiunto l'elenco dei valori. Per semplificare il processo, in questo articolo vengono utilizzati "indice e" colonna "a due parametri per aggiungere righe e colonne. Il numero massimo di colonne dal frame dati può essere mostrato utilizzando due tecniche separate “set_option (visualizza.max_columns) "e" get_option (display.max_columns) ". "Set_option" e "get_option" vengono utilizzati per visualizzare un'enorme quantità di dati sullo schermo. Puoi usare uno o tutti questi due metodi, a seconda di ciò che devi realizzare.