今天我們來講一下用Pandas模塊對數(shù)據(jù)集進行分析的時候，一些經(jīng)常會用到的配置，通過這些配置的幫助，我們可以更加有效地來分析和挖掘出有價值的數(shù)據(jù)。

數(shù)據(jù)集的準備

這次我們需要用到的數(shù)據(jù)集是廣為人所知的泰坦尼克號的乘客數(shù)據(jù)，我們先導(dǎo)入并且讀取數(shù)據(jù)集

import?pandas?as?pd? df?=?pd.read_csv("train.csv")

展示更多的行

Pandas默認只展示60行的數(shù)據(jù)，如果數(shù)據(jù)集當中的數(shù)量超過了60行，

pd.get_option('display.max_rows') ##?或者是 pd.options.display.max_rows

output

60

要是數(shù)據(jù)集當中的數(shù)據(jù)超過了60行，則會將中間的數(shù)據(jù)給折疊起來，展示出來前面的5行以及最后的5行，如下圖所示

當然我們也可以改變最多展示出來的行數(shù)，代碼如下

pd.set_option('display.max_rows',?200)

或者我們要是想將所有的數(shù)據(jù)都給展示出來的話，就設(shè)置成None，當然要是我們的數(shù)據(jù)集很長很長的話，有幾萬行幾十萬行的話，這么做可能會使得notebook崩掉

pd.set_option('display.max_rows',?None) 或者是 #?pd.options.display.max_rows?=?None

展示更多的列

同樣地，pandas默認只展示20列的數(shù)據(jù)

pd.get_option('display.max_columns') #?pd.options.display.max_columns

output

20

要是數(shù)據(jù)集超過了20列的數(shù)據(jù)，中間的幾列數(shù)據(jù)就會折疊起來，如下圖所示

當然我們也可以改變這個值，例如當數(shù)據(jù)集當中的數(shù)據(jù)超過了50列才會被折疊，代碼如下

#?當數(shù)據(jù)集當中的數(shù)據(jù)超過了50列才會被折疊 pd.set_option('display.max_columns',?50) #?pd.options.display.max_columns?=?50

或者就干脆展示出來所有的列

pd.set_option('display.max_columns',?None) #?pd.options.display.max_columns?=?None

改變列的寬度

當我們想要展示數(shù)據(jù)集當中的前5列的時候

df.head()

output

我們發(fā)現(xiàn)“Name”這一列當中的第二行因為字數(shù)比較多，就用了省略號來代替，這是因為Pandas對顯示數(shù)據(jù)的量也是有限制的，

pd.get_option('display.max_colwidth') #?pd.options.display.max_colwidth

當然我們也能改變這個默認值，代碼如下

pd.set_option('display.max_colwidth',?500) #?pd.options.display.max_colwidth?=?500

或者顯示出所有的內(nèi)容

pd.set_option('display.max_colwidth',?None) #?pd.options.display.max_colwidth?=?None

改變浮點數(shù)的精度

或許你也察覺到了Pandas對于浮點數(shù)的精度的展示也是有限制的，如下圖所示

默認只展示小數(shù)點后面的6位小數(shù)，

pd.get_option('display.precision') #?pd.options.display.precision

output

6

要是我們只是希望展示小數(shù)點后面2位小數(shù)，則可以這么來做

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

我們來看一下最終的效果如何

df.head()

output

個性化展示數(shù)字

有時候我們遇到例如貨幣、百分比、小數(shù)等數(shù)字時，可以通過pandas當中的display.float_format方法來個性化展示數(shù)字，

pd.set_option('display.float_format',??'{:,.2f}'.format) df_test

例如我們希望對數(shù)字添加百分號來展示，代碼如下

pd.set_option('display.float_format',?'{:.2f}%'.format) df_test

例如我們希望在數(shù)字面前添加貨幣符號，代碼如下

pd.set_option('display.float_format',?'${:.2f}'.format) df_test

改變圖表繪制的后端

默認的Pandas模塊對圖表的繪制是以matplotlib為后端的，但是以此為后端繪制出來的圖表并不是動態(tài)可交互的，我們可以改成以plotly或者是altair為后端來繪制圖表，

import?pandas?as?pd import?numpy?as?np pd.set_option('plotting.backend',?'altair') data?=?pd.Series(np.random.randn(100).cumsum()) data.plot()

小編之前寫過以plotly以及altair為后端來繪制圖表的教程，感興趣的童鞋可以點擊下面的鏈接查閱

• 7000字 23張圖，Pandas一鍵生成炫酷的動態(tài)交互式圖表

重置回默認的配置

除了上面小編介紹的配置之外，大家也可以自行對數(shù)據(jù)集的展示的配置進行調(diào)整，首先我們看一下總共有哪些配置可以供我們來調(diào)整

pd.describe_option()

output

要是我們指定想要看橫軸方向上的配置，可以這么來做

pd.describe_option("rows")

output

依次我們可以對最大展示出來的行數(shù)、最少展示出來的行數(shù)進行調(diào)整，而要是你想將所有的配置還原成默認值，可以這么來做

pd.reset_option('all')

END

各位伙伴們好，詹帥本帥搭建了一個個人博客和小程序，匯集各種干貨和資源，也方便大家閱讀，感興趣的小伙伴請移步小程序體驗一下哦！（歡迎提建議）

推薦閱讀

牛逼！Python常用數(shù)據(jù)類型的基本操作（長文系列第①篇）

牛逼！Python的判斷、循環(huán)和各種表達式（長文系列第②篇）

牛逼！Python函數(shù)和文件操作（長文系列第③篇）

牛逼！Python錯誤、異常和模塊（長文系列第④篇）

總結(jié)

以上是生活随笔為你收集整理的Pandas数据挖掘与分析时的常用方法的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。