I panda mostrano tutte le righe
La sintassi per il metodo set_option () per visualizzare la quantità massima di righe
La sintassi per il metodo get_option () per visualizzare il numero di righe
Esempio 1: visualizzazione di tutte le righe del frame dati utilizzando il metodo set_option ()
Questo esempio mostra come creare un frame dati da un file CSV utilizzando il PDA "PD.Funzione read_csv () "e come utilizzare il metodo" set_option () "per visualizzare ogni riga di tale telaio di dati. In questo articolo, l'implementazione del codice viene eseguita utilizzando lo strumento "Spyder". Cominciamo con il primo codice di questo esempio. Per cominciare, dobbiamo importare la biblioteca Pandas. Ora dipende totalmente se si desidera importare un file CSV o creare un frame dati con valori specificati, ma come puoi vedere qui, scegliamo un file CSV perché il processo è semplice.
I "panda.La funzione read_csv () ”viene utilizzata nella seconda fase per includere un file 'CSV” nel codice. Il file CSV sta per "File separato da virgola". La maggior parte delle informazioni richieste per l'analisi è disponibile in forma tabulare, in genere in file Excel o CSV. Abbiamo bisogno della funzione "read_csv ()", che ottiene i dati sotto forma di un frame di dati, per accedere ai dati da un file "CSV". Invece di costruire un frame dati perché abbiamo richiesto un gran numero di righe da visualizzare, abbiamo pensato che sarebbe stato più semplice scaricare un file CSV di esempio da Internet e quindi aggiungerlo a questo codice utilizzando la funzione "Read_csv ()". Il nome del file è "Record.CSV ", come abbiamo detto. Attualmente, il file CSV denominato contiene un elenco di record "99".
Passiamo alla funzione principale del codice, dove dobbiamo utilizzare il metodo "set_option" con "Visualizza.max_row "per visualizzare un numero massimo di righe. Poiché riconosce che ci sono righe "99" nel frame dati record, ne visualizzerà tutti. Quando vogliamo modificare il numero predefinito di righe da visualizzare, utilizziamo "set_option". "Schermo.max_row ”viene utilizzato per visualizzare tutte le righe del frame dati. Abbiamo impostato “Visualizza.max_row "a" nessuno ", che visualizzerà tutte le righe del frame dati con la massima lunghezza. Poiché ci sono righe "99" in questo frame dati, tutte le righe "99" devono essere visualizzate dopo l'esecuzione della funzione. Il nostro frame dati verrà ora visualizzato utilizzando la funzione "print ()".
La funzione "Esegui file" ci consente di visualizzare un frame dati. Qui, possiamo vedere il frame dati ha novantanove righe con cinque colonne. Non siamo riusciti a catturare l'intero frame perché era troppo enorme, quindi abbiamo mostrato questa immagine in due parti, illustrando chiaramente che mostra tutte le novantanove righe. Alla fine, visualizza anche l'ordine della matrice, che è "99 × 5", che afferma righe "99" e colonne "5". Poiché l'indice inizia a "0", fa contare questo righe da 0. Pertanto, possiamo vedere che tutte le colonne centrali sono state abbreviate, mantenendo solo una manciata delle colonne iniziali e ultime. Questo risulta dalle impostazioni predefinite dello strumento.
Esempio 2: utilizzando il metodo set_option () per visualizzare dieci righe impostando il valore 10 del display.Proprietà Max_Rows
In questo esempio, visualizzeremo dieci righe dal frame dati utilizzando il metodo set_option. Stiamo di nuovo generando un frame dati da un file CSV, simile all'ultimo esempio.
Pertanto, prima di iniziare il secondo esempio del nostro articolo, dobbiamo prima importare la Biblioteca Pandas. Il prossimo passo è generare un telaio di dati utilizzando un file CSV. Per iniziare, basta scaricare un file CSV da Internet e dai un nome a tua scelta. Quindi, importiamo il nostro file CSV utilizzando i Pandas “Leggi.Metodo csv () ". Il file CSV è definito "dati.CSV ". Contiene fino a record "499", il che significa che ha un massimo di righe "499".
Abbiamo quindi inserito la funzione principale, dove abbiamo dovuto utilizzare il "set_option" con "display.max _row "per visualizzare le righe. Supponiamo di usare "10" come valore predefinito anziché "nessuno" in questo metodo. Se impostiamo "nessuno", significa che visualizza tutte le righe del frame dati. La procedura "Print ()" verrà ora utilizzata per visualizzare il nostro telaio di dati.
Ecco cosa accade quando eseguiamo questo codice. Il frame dati visualizzato in questa immagine è visibile a noi. Il frame dati visualizza le righe "10" a causa dell'impostazione dei valori "10" su "Visualizza.max_row ". Queste 10 righe includono gli indici "0", "1", "2", "3," "4", "494", "495", "496", "497," e "498". La colonna centrale è stata tagliata e diversi numeri di indice sono stati ripetuti a causa del comportamento predefinito dello strumento. Come possiamo vedere qui, le colonne visibili sono "numero di serie", "nome dell'azienda" e "descrizione". Infine, visualizza l'ordine di DataFrame, che visualizza "499Rows x 5Columns", indicando che ha "499" righe e colonne "5".
Esempio 3: applicazione del metodo get_option () per visualizzare le righe massime dal frame dati
In questa illustrazione, tutte le righe del telaio di dati verranno visualizzate usando "get_option". Stiamo utilizzando di nuovo un file CSV con lo stesso nome "Dati.CSV "come abbiamo fatto per il secondo esempio, ma i dati di questo file sono diversi. Stiamo importando questo file CSV usando "Panda.read_csv ”nello stesso modo in cui abbiamo importato le due istanze precedenti. Ora, il nostro telaio di dati è stato costruito.
Vogliamo visualizzare ogni riga nel nostro frame dati. Quindi stiamo usando il get _option con "display.max_rows "per farlo. Quando abbiamo un'enorme quantità di dati nel nostro telaio di dati, come questo file CSV "Dati.CSV "con un massimo di record" 99 "disponibili, usiamo spesso la funzione" get option () "per visualizzare tutte le righe chiaramente sullo schermo. Il metodo "get_option ()" viene impiegato per ottenere i valori di input, mentre il metodo "Imposta opzione ()" viene utilizzato per mettere il valore dell'opzione di input.
D'altra parte, abbiamo impostato "nessuno" su "visualizzare.max_row "perché vogliamo visualizzare il numero totale di righe nel nostro telaio. Invocando il "get_option (display.Metodo massimo) ”, possiamo recuperare tutte le righe. Visualmente visualizzeremo il nostro frame dati nella schermata seguente utilizzando la funzione "Print ()":
L'immagine di output mostra il nostro telaio di dati con una grande quantità di dati. Qui, possiamo vedere che sono state visualizzate le righe dell'intero telaio. Poiché ci sono righe "99" in totale, abbiamo diviso l'output in due immagini. La prima immagine visualizza le righe iniziali e la seconda immagine mostra le ultime righe, dimostrando che abbiamo mostrato correttamente il maggior numero di righe dall'enorme quantità di dati di dati. Poiché il nostro telaio dello strumento ha solo una quantità limitata di spazio frame ed è essenzialmente uno strumento per comportamento predefinito, le colonne centrali vengono tagliate. Termina visualizzando l'ordine del frame dati, "99 righe x 5 colonne", che indica che contiene novantanove righe e cinque colonne.
Conclusione
Potremmo creare frame dati utilizzando varie tecniche e utilizzeremo un file "CSV" in questo articolo perché abbiamo bisogno di molti record. Invece di aggiungere singole colonne a un frame di dati e elencare i valori per ognuno, aggiungeremo i record tramite il file "CSV" utilizzando Pandas "Leggi.Metodo csv () ". L'obiettivo principale di questo articolo è visualizzare le righe massime del telaio dati utilizzando i metodi "get_option ()" e "set_option" con "Visualizza.max_row ". Il vantaggio di utilizzare "display.max_column ”è che puoi ancora ottenere tutte le righe anche se hai un numero considerevole di record. Possiamo usare queste tecniche per semplificare le nostre attività.