Pandas.set_option()函数的5种技巧，学完惊呆了！

Posted 2021-08-30 数据分析与统计学之美

本文向大家介绍set_option()的使用技巧，这个函数主要用于设置DataFrame的显示输出。

在读取到Excel文件或csv文件后，往往会出现数据显示不全(如图)等问题，有时候会影响我们对数据的判断。使用这个函数后，能够帮助我们更好的显示数据，帮助我们更快的认识数据，能够节省不少时间。

接下来，我们来为大家分别讲述set_option()函数中，几个超级好用的技巧。

第一组

创建数据源的代码如下：

df = pd.DataFrame({ 'a':[[1]*20] + [i for i in range(2,101)],
                    'b':[2]*100,
                    'c':[3]*100,
                    'd':[4]*100,
                    'e':[5]*100,
                    'f':[6]*100,
                    'g':[7]*100,
                    'h':[8]*100,
                    'i':[9]*100,
                    'j':[10]*100,
                    'k':[11]*100,
                    'l':[12]*100,
                    'm':[13]*100,
                    'n':[14]*100,
                    'o':[15]*100,
                    'p':[16]*100,
                    'r':[17]*100,
                    's':[18]*100,
                    't':[19]*100,
                    'u':[20]*100,
                    'v':[21]*100,
                    'w':[22]*100,
                    'x':[23]*100,
                    'y':[24]*100,
                    'z':[25]*100})
df

结果如下：

1. 显示所有行

pd.set_option('display.max_rows', None)

结果如下：

2. 显示所有列

pd.set_option('display.max_columns', None) 

结果如下：

3. 显示列中单独元素的最大长度

pd.set_option('max_colwidth', None)

结果如下：

第二组

创建数据源的代码如下：

df = pd.DataFrame(np.random.rand(3, 30), columns=list(range(30)))
df

结果如下：

1. 换行显示、每行最大显示宽度

这个操作，需要几行代码配合操作。其中：

• pd.set_option(‘expand_frame_repr’,True)：True表示列可以换行显示。设置成False的时候不允许换行显示；
• pd.set_option(‘display.max_columns’, None)：显示所有列；
• pd.set_option(‘display.width’, 80)：横向最多显示多少个字符；

pd.set_option('expand_frame_repr', True)
pd.set_option('display.max_columns', None)
pd.set_option('display.width', 80)
df = pd.DataFrame(np.random.rand(3, 30), columns=list(range(30)))
print(df)

结果如下：

这可能是jupyter notebook显示输出的特殊性，上述代码，如果将这个print()函数去掉，直接使用df显示输出，你会发现，换行显示没用。

pd.set_option('expand_frame_repr', True)
pd.set_option('display.max_columns', None)
pd.set_option('display.width', 80)
df = pd.DataFrame(np.random.rand(3, 30), columns=list(range(30)))
df

结果如下：

这里直接将29列完全显示了。但是在Pycharm中，就不用担心这个问题了，因为我们必须print()输出。