python的Pandas显示设置有哪些

这篇文章主要讲解了“python的Pandas显示设置有哪些”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“python的Pandas显示设置有哪些”吧！

1. Pandas 显示所有的行和列

这应该是我们最常用的显示设置了，总有些时候我们想要看df里有什么东西，但是print(df)后发现，pandas打印出来的是省略的结果，不给我打印出来我想要的！ pandas这个小东西坏得很！ 比如我们想看一下所有数据的全貌，但是以下代码的输出为：

file_path=r"E:\VSCODE\2_numpy_pandas\pandas\游戏数据.csv"
df=pd.read_csv(file_path,sep=",|:|;",engine="python",header=0,encoding='gbk')
print(df)

输出：

为了避免这种情况，我们需要告诉Pandas, 不要让pandas自作主张，显示所有的行与列，代码如下：

# 显示所有列
pd.set_option('display.max_columns', None)
# 显示所有行
pd.set_option('display.max_rows', None)

之后，我们的打印结果就变为了：

可以打印出所有的内容了；

2. 显示指定的行数与列数

和上面的代码完全一样，参数None代表全部显示（参考上面的例子），如果这里给定显示的行列数，就可以显示指定的行列数了，比如，我只想显示5行，代码如下：

pd.set_option('display.max_rows', 5)
file_path=r"E:\VSCODE\2_numpy_pandas\pandas\游戏数据.csv"
df=pd.read_csv(file_path,sep=",|:|;",engine="python",header=0,encoding='gbk')
print(df)

输出如下：

3. Pandas 显示不换行

有时，当我们的列非常多的时候，pandas会自作主张，进行自动换行，我们可以通过以下设定来拒绝自动换行；代码如下：

# 不换行显示
pd.set_option('display.width', 1000)

4. 对齐显示

很多时候，我们输出的df显示非常的混乱，看起来非常的不爽，比如以下：

file_path=r"E:\VSCODE\2_numpy_pandas\pandas\Game_Data.csv"
df=pd.read_csv(file_path,engine="python",header=0,encoding='gbk')
print(df)

这时我们可以通过以下代码进行列对齐：

pd.set_option('display.unicode.ambiguous_as_wide', True)
pd.set_option('display.unicode.east_asian_width', True)

对齐后的输出如下：

5.显示精度

pd.set_option('display.precision', 15)

显示如下：

6. 自定义列宽

很多时候，如果一个单元格内的内容过多，会导致显示不全，我们可以通过自定义列宽来全部显示，或者只显示指定位数；代码如下：

pd.set_option("display.max_colwidth", 10)

这里可以看到，日期由于过长，只显示了其中一部分；

7. 不显示科学计数法

很多时候，我们并不希望Pandas用科学计数法来显示结果，这时我们可以通过以下设置实现：pd.set_option("display.float_format", "{:,.2f}".format)，整体代码如下：

pd.set_option("display.float_format", "{:,.2f}".format)
file_path=r"E:\VSCODE\2_numpy_pandas\pandas\游戏数据.csv"
df=pd.read_csv(file_path,engine="python",header=0,encoding='gbk')
print(df)

输出为：

8. 获取设置值

上面的所有方法均为设置，有时我们想要看一看此时此刻的 pandas 到底是怎么设置的，这是我们可以使用get_option 的方法；方法罗列如下：

感谢各位的阅读，以上就是“python的Pandas显示设置有哪些”的内容了，经过本文的学习后，相信大家对python的Pandas显示设置有哪些这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是亿速云，小编将为大家推送更多相关知识点的文章，欢迎关注！