Pandas Set_Option meetod
Täna vaatame, kuidas kasutada funktsiooni „pd.set_option()”, et kuvada Pandase andmeraamis kõik veerud, kui seda Spyderi tööriistas esitate. 'pd.set_option()' kasutamiseks järgime antud süntaksit:
Alustame kontseptsiooni õppimist Pythoni programmi praktilise rakendamise abiga.
Näide: Panda Set_Option meetodi kasutamine kõigi veergude kuvamiseks
See tutvustus on juhend kõigi DataFrame'i veergude kuvamiseks, kasutades Pandade funktsiooni set_option(). Teeme selgeks selle Pythoni meetodi rakendamise iga sammu üksikasjad.
Pythoni skripti praktilise rakendamise esimene nõue on leida parim tööriist, kus oma programmi käivitate. Tööriist, mida me illustratsiooniks kasutasime, on tööriist 'Spyder'. Käivitasime tööriista ja hakkasime Pythoni skriptiga töötama.
Alustades koodiga, peame algselt importima selle programmi jaoks vajalikud eeltingimuste teegid. Esimene teek, mille me oma Pythoni faili laadisime, on Pandase teek, kuna siin kasutatavad funktsioonid pakuvad Pandas. Nimetasime selle teegi kui 'pd'. Teine teek, mille laadisime, on NumPy teek. NumPy (Numerical Python) on Pythoni programmeerimisel välja töötatud arvarvutuspakett. Koodi jaotis NumPy importimine suunab Pythoni integreerima NumPy mooduli teie praegusesse Pythoni faili. Seejärel annab skripti osa „as np” Pythonile käsu määrata NumPy-le lühend „np”. See võimaldab teil kasutada NumPy meetodeid, sisestades NumPy asemel 'np.function_name'.
Nüüd alustame põhikoodiga. Meie programmi peamine ja põhivajadus on Pandas DataFrame. Seega kuvame kõik selles sisalduvad veerud. Nüüd on täiesti teie otsustada, kas soovite luua määratud väärtustega DataFrame'i või importida CSV-faili. Selle eksemplari jaoks valisime DataFrame'i loomise NaN väärtustega. Kasutasime DataFrame'i koostamiseks meetodit 'pd.DataFrame()'. Siin esitasime kaks parameetrit - 'indeks' ja 'veerud'. Argument 'indeks' viitab ridadele, mis tähendab, et määrame DataFrame'i read.
Määrasime parameetri 'index' ja funktsiooni NumPy 'np.arange() väärtuste arvuga '6'. See loob DataFrame'i jaoks kuus rida. See täidab kõik kirjed NaN väärtustega, kuna me pole sellele väärtust andnud. Argumenti 'veerud', nagu nimi täpsustab, kasutatakse DataFrame'i veergude määramiseks. Samuti on sellele määratud funktsioon 'np.arange()' veergude väärtuste arvuga '25'. Seega konstrueerib see DataFrame'i jaoks 25 veergu.
Järelikult, kui kutsume funktsiooni 'pd.DataFrame()', on meil DataFrame, millel on 25 veergu ja 6 rida, mis on täidetud nullväärtustega. Selle DataFrame'i säilitamise vajaduseks peame looma DataFrame'i objekti, mis salvestab selle sisu. Seetõttu lõime DataFrame'i objekti 'juhuslik' ja määrasime sellele tulemuse, mille saame meetodist 'pd.DataFrame()'. Nüüd soovite kindlasti näha DataFrame'i genereerimist. Python pakub meile meetodit väljundi kuvamiseks ekraanil, mis on funktsioon 'print()'. Kasutasime seda meetodit, edastades selle parameetrina DataFrame'i objekti 'random'.
Selle koodilõigu täitmisel saame oma DataFrame'i, mille NaN-väärtused kuvatakse terminalis. Siin on näha, et mõned esimesed veerud ja ainult mõned lõpust on nähtavad. Kõik vahepealsed veerud on kärbitud. Vaikimisi peidab see mõned read ja veerud, et vältida kasutajas pettumuse tekitamist tohutute andmekogumite kuvamisega.
Saate isegi kontrollida DataFrame'i veergude koguarvu, kasutades Pandase funktsiooni 'len()'. Kirjutage oma tööriista 'Spyder' konsoolile funktsioon 'len()'. Kirjutage DataFrame'i nimi sulgude vahele atribuudiga '.columns'. See tagastab meile teie DataFrame'i veergude kogupikkuse.
See tagastab meie DataFrame'i pikkuse, mis on 25.
Nüüd on järgmine ja põhiülesanne väljundi kuvamise vaikevaliku muutmine. Võib juhtuda, et soovite terminalis kogu DataFrame'i vaadata. Vaikeväärtuste tõttu kärbitakse paljusid kirjeid, mis põhjustab kasutajale pettumuse. Siit saate teada, kuidas sellest probleemist üle saada. Pandas pakub meile funktsiooni 'pd.set_option()', et muuta kuva vaikesätteid. Kohe pärast DataFrame'i kuvamist konsoolil käivitame meetodi 'pd.set_option()'. Määrame selle funktsiooni sulgudes oleva parameetri, mida peame kasutama DataFrame'i kõigi veergude kuvamiseks.
Siin kasutasime oma DataFrame'i maksimaalsete veergude kuvamiseks 'display.max_columns'. Samuti saame määrata selle parameetri väärtuse, st maksimaalsed veerud, mida soovite kuvada. Teisest küljest määrasime väärtuse 'display.max_columns' väärtuseks 'Puudub', mis kuvab kõik DataFrame'i veerud maksimaalse pikkusega. Lõpuks kasutasime tulemuseks oleva DataFrame'i kuvamiseks funktsiooni 'print()' koos kõigi terminalis nähtavate veergudega.
Kui vajutame tööriista 'Spyder' suvandile 'Käivita fail', saame vaadata eksponeeritavat DataFrame'i. Sellel DataFrame'il on kuus rida ja selles sisalduvate veergude arv on 25. Kärbitud veerge pole, kuna funktsioon „pd.set_option()” maksimaalse veeru pikkusega on nüüd lubatud.
Saame isegi kuvamisvaliku lähtestada, sest kui oleme seadnud kuva pikkuse maksimaalseks, jätkab see DataFrames'i kuvamist kõigi selle konkreetse Pythoni faili veergudega. Selleks kasutame Pandasid 'pd.reset_option()'. Käivitame selle funktsiooni ja pakume selle funktsiooni parameetrina 'display.max_columns'.
See annab meile kaasasoleva DataFrame'i esialgsed kuvaseaded.
Järeldus
Täieliku väljundi vaatamine terminalis koos tohutu andmestikuga põhjustab mõnikord probleeme, kui tööriista vaikeseaded on vastuolus kasutaja vajadustega. Selle tagasilöögi lahendamiseks annab Pandas meile meetodi „pd.set_option()”. Selles õppejuhendis tutvustasime teile seda meetodit ja selle kasutamise vajadust. Teemat demonstreerisime praktiliselt koostatud ja teostatud Pythoni näidiskoodidega. Renderdasime 'Spyderil' tehtud illustratsiooni tulemused. Selgitasime, kuidas kuvada kõik DataFrame'i veerud konsoolil, muutes nii vaikesätteid kui ka lähtestades kõik seaded algväärtustele. Täielikult keskendunud tähelepanu mooduli praktilisele rakendamisele võimaldab teil seda kasutada alati, kui selliste probleemidega kokku puutute.