12大pandas配置技巧

Posted 2022-01-05 尤尔小屋的猫

公众号：尤而小屋
作者：Peter
编辑：Peter

大家好，我是Peter~

在Pandas的使用过程中，除了数据，我们更多的就是和表格打交道。为了更好地展示一份表格数据，必须前期有良好的设置。

本文介绍的是Pandas的常用配置技巧，主要根据options和setings来展开的。强推官网学习地址：https://pandas.pydata.org/pandas-docs/stable/user_guide/options.html。

导入

这是一种国际惯例的导入方式！

import pandas as pd

忽略警告

因为版本的更新，可能Pandas的某些用法在不久将会被移除，经常会出现一些警告（不是报错），配上如下的代码即可忽略相关的警告：

# 忽略警告
import warnings
warnings.filterwarnings('ignore')

float型数据精度

查看默认精度

默认是保留6位小数。通过下面的方式来打印当前的精度：

pd.get_option( 'display.precision')

6

修改精度

将精度设置成2位

pd.set_option( 'display.precision',2)
# 写法2：pd.options.display.precision = 2

然后我们再次打印当前的精度则变成了2位：

pd.get_option( 'display.precision')

2

显示行

查看显示行数

默认显示的行数是60

pd.get_option("display.max_rows")  # 默认是60

60

默认最少的行数是10位：

pd.get_option("display.min_rows")  # 最少显示行

10

修改显示行数

修改最大的显示行数成999，然后再查看：

pd.set_option("display.max_rows",999)  # 最多显示行数

pd.get_option("display.max_rows")

999

修改最少显示行数：

pd.set_option("display.min_rows",20)  

pd.get_option("display.min_rows")

20

重置功能

使用重置reset_option方法后，设置就会变成默认的形式（数值）：

pd.reset_option("display.max_rows")

pd.get_option("display.max_rows")  # 又恢复到60

60

pd.reset_option("display.min_rows")

pd.get_option("display.min_rows")  # 又恢复到10

10

正则功能

如果我们对多个options进行了修改设置，想同时恢复的话，使用正则表达式可以重置多条option。

在这里表示以displacy开头的设置全部重置：

# ^表示以某个字符开始，在这里表示以display开始全部重置
pd.reset_option("^display")

全部重置

如果使用all，则表示对全部的设置进行重置：

pd.reset_option('all')

显示列

既然能够控制显示的行数，当然也是可以控制显示的列数

查看显示列数

查看默认显示的列数是20：

pd.get_option('display.max_columns')

# 另一种写法：通过属性的方式
pd.options.display.max_columns  

20

改变列数

修改显示的列数成100：

# 修改成100
pd.set_option('display.max_columns',100)

查看修改后的列数：

# 查看修改后的值
pd.get_option('display.max_columns')

100

显示所有列

如果设置成None，则表示显示全部的列：

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

重置

pd.reset_option('display.max_columns')

修改列宽

上面是查看列的数量，下面是针对每个列的宽度进行设置。单列数据宽度，以字符个数计算，超过时用省略号来表示。

默认列宽

默认的列宽是50个字符的宽度：

pd.get_option ('display.max_colwidth')

50

修改列宽

修改显示的列宽成100：

# 修改成100
pd.set_option ('display.max_colwidth', 100)

查看显示的列宽长度：

pd.get_option ('display.max_colwidth')

100

显示所有列

显示全部的列：

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

折叠功能

当我们输出数据宽度，超过了设置的宽度时，是否要折叠。通常使用False不折叠，相反True要折叠。

pd.set_option("expand_frame_repr", True)  # 折叠

pd.set_option("expand_frame_repr", False)  # 不折叠

代码段修改设置

上面介绍的各种设置，如果有修改的话都是整个环境的；我们还可以只给某个代码块进行临时的设置。

跑出当前的代码块，则会失效，恢复到原来的设置。

假设这里是第一个代码块：

print(pd.get_option("display.max_rows"))
print(pd.get_option("display.max_columns"))
60
20

这里是第二个代码块：

# 当前代码块进行设置

with pd.option_context("display.max_rows", 20, "display.max_columns", 10):
    print(pd.get_option("display.max_rows"))
    print(pd.get_option("display.max_columns"))
20
10

这里第三个代码块：

print(pd.get_option("display.max_rows"))
print(pd.get_option("display.max_columns"))
60
20

上面的例子我们可以发现：到了指定的代码块之外，设置无效

数字格式化

Pandas中有个display.float_format的方法，能够对浮点型的数字进行格式化输出，比如用千分位，百分比，固定小数位表示等。

如果其他数据类型可以转换为浮点数，也可以使用该方法。

The callable should accept a floating point number and return a string with the desired format of the number

千分位表示

当数据比较大的时候，希望通过千分位的形式来表示数据，一目了然：

df = pd.DataFrame(
    "percent":[12.98, 6.13, 7.4],
    "number":[1000000.3183,2000000.4578,3000000.2991])
df

百分比

特殊符号

除了%号，我们还可以使用其他的特殊符号来表示：

零门槛转换

门槛转换是指什么意思呢？首先这个功能的实现使用的是display.chop_threshold方法。

表示将Series或者DF中数据展示为某个数的门槛。大于这个数，直接显示；小于的话，用0显示。

更改绘图方法

默认情况下，pandas使用matplotlib作为绘图后端，我们可以进行设置修改：

import matplotlib.pyplot as plt
%matplotlib inline

# 默认情况
df1 = pd.DataFrame(dict(a=[5,3,2], b=[3,4,1]))
df1.plot(kind="bar")
plt.show()

更改下绘图后端，变成强大的plotly：

# 写法1
pd.options.plotting.backend = "plotly"

df = pd.DataFrame(dict(a=[5,3,2], b=[3,4,1]))
fig = df.plot()
fig.show()

# 写法2
df = pd.DataFrame(dict(a=[5,3,2], b=[3,4,1]))
fig = df.plot(backend='plotly') # 在这里指定
fig.show()

修改列头对齐方向

默认情况，属性字段（列头）是靠右对齐的，我们可以进行设置。下面看一个来自官网的例子：

打印出当前设置并重置所有选项

pd.describe_option()是打印当前的全部设置，并充值所有选项。下面是部分设置选项：

配置技巧

下面总结了常用的配置，复制即可使用：

import pandas as pd  # 国际惯例

import warnings
warnings.filterwarnings('ignore')  # 忽略文中的警告

pd.set_option( 'display.precision',2)
pd.set_option("display.max_rows",999)  # 最多显示行数
pd.set_option("display.min_rows",20)   # 最少显示行数
pd.set_option('display.max_columns',None)  # 全部列
pd.set_option ('display.max_colwidth', 100)   # 修改列宽
pd.set_option("expand_frame_repr", True)  # 折叠
pd.set_option('display.float_format',  ':,.2f'.format)  # 千分位
pd.set_option('display.float_format', ':.2f%'.format)  # 百分比形式
pd.set_option('display.float_format', ':.2f￥'.format)  # 特殊符号
pd.options.plotting.backend = "plotly"  # 修改绘图
pd.set_option("colheader_justify","left")  # 列字段对齐方式
pd.reset_option('all')  # 重置