Pandas Affichage des lignes max

Les pandas sont parmi les outils les plus populaires utilisés aujourd'hui par les scientifiques des données pour analyser les données tabulaires. Pour gérer le contenu tabulaire, il propose une API plus rapide et plus efficace. Chaque fois que nous affichons les cadres de données pendant l'analyse, Pandas définit automatiquement divers comportements d'affichage sur des valeurs par défaut. Ces comportements d'affichage incluent le nombre de lignes et de colonnes à afficher, la précision des flotteurs dans chaque trame de données, tailles de colonne, etc. Selon les exigences, nous pouvons parfois devoir modifier ces défauts. Les pandas ont une variété d'approches pour modifier le comportement par défaut. Tirer parti de l'attribut «Options» de Pandas nous a permis de modifier ce comportement.

Pandas affiche les lignes maximales

Chaque fois que vous essayez d'imprimer un énorme cadre de données qui contient plus de lignes et de colonnes que le seuil prédéfini, la sortie sera coupée. Pour afficher toutes les lignes dans le DataFrame, vous apprendrez à modifier les options d'affichage de Pandas dans ce tutoriel. Les pandas par défaut imposent une limite au nombre de colonnes et de lignes qu'il présente. Bien que cela puisse être utile pour lire du contenu, cela provoque fréquemment la frustration si les informations que vous devez visualiser ne sont pas affichées. Ici, nous utiliserons les méthodes ci-dessous avec leur syntaxe pour afficher toutes les colonnes du DataFrame.

to_string ()

set_option ()

option_context ()

Nous apprendrons l'utilisation de toutes ces méthodes avec une mise en œuvre pratique pour afficher les lignes maximales dans le dataframe fourni.

Exemple n ° 1: Utilisation de la méthode Pandas TO_String ()

Cette démonstration nous apprendra à afficher les lignes maximales dans un dataframe sur le terminal en utilisant la méthode Pandas «To_string ()».

Pour la compilation et l'exécution des programmes d'échantillons, nous avons choisi l'outil «Spyder». Dans ce guide, nous utiliserons cet outil pour l'exécution de tous nos exemples. Nous avons lancé l'outil «Spyder» pour commencer à écrire le script Python. En commençant par le code, nous devons d'abord charger les bibliothèques nécessaires dans notre fichier Python afin que nous soyons autorisés à utiliser ses fonctionnalités. La bibliothèque de modules dont nous avons besoin ici est les «pandas». Ainsi, nous l'avons importé dans notre fichier Python et l'avons aliasé à "PD".

Comme le fonctionnement principal de cet article est d'afficher les lignes maximales d'une dataframe, nous avons d'abord besoin d'un dataframe. Il dépend maintenant de vous si vous préférez générer un DataFrame ou importer un fichier CSV. Nous avons importé un exemple de fichier CSV. Pour lire un fichier CSV dans le programme Python, nous avons utilisé le «PD Pandas.Fonction Read_csv () ”. Entre les parenthèses de cette fonction, nous avons fourni le fichier CSV que nous voulons lire l'affichage, qui est «l'industrie.CSV ". Nous avons construit une variable «DF» pour stocker la sortie générée par la lecture du fichier CSV fourni. Ensuite, nous avons invoqué la méthode «print ()» pour afficher le dataframe.

Lorsque nous exécutons ce programme Python en frappant l'option «Exécuter le fichier», un dataframe est exposé sur la console. Vous pouvez observer qu'il y a 43 lignes dans le résultat ci-dessous, mais seulement dix sont affichés. En effet, la valeur par défaut de la bibliothèque Pandas n'est que de 10 lignes.

Nous utiliserons la méthode Pandas «to_string» pour afficher toutes les lignes ici. Le moyen le plus simple de montrer les lignes maximales d'un cadre de données est avec cette technique. Cependant, puisqu'il transforme le cadre de données complet en une seule chaîne, il n'est pas recommandé pour de très grands ensembles de données (en millions). Néanmoins, cela fonctionne efficacement pour les ensembles de données qui sont en longueur de milliers.

Nous avons suivi la syntaxe fournie ci-dessus pour la fonction «to_string ()». Nous avons simplement invoqué la méthode «to_string ()» avec le nom de notre DataFrame. Ensuite, nous avons placé cette méthode dans la fonction «print ()» pour l'afficher lors de l'appel.

L'instantané de sortie nous montre un dataframe avec toutes les lignes affichées sur le terminal.

Exemple n ° 2: Utilisation de la méthode Pandas set_option

La deuxième méthode que nous pratiquerons dans ce guide est le Pandas «set_option ()» pour afficher les lignes maximales du dataframe fourni.

Dans le fichier Python, nous avons importé la bibliothèque Pandas pour accéder à la fonction mentionnée ci-dessus. Nous avons utilisé les pandas «Pd.read_csv () ”pour lire le fichier CSV fourni. Nous avons invoqué le «PD.Read_csv () »Fonction avec le nom du fichier CSV que nous voulons utiliser entre ses parenthèses qui est« Sampledata.CSV ". Lors de l'importation du fichier CSV, gardez à l'esprit le répertoire de travail actuel du programme Python. Votre fichier CSV doit être placé dans le même répertoire; Sinon, vous obtiendrez un message d'erreur «Fichier introuvable». Nous avons créé un «échantillon» variable pour stocker le DataFrame à partir du fichier CSV. Nous avons appelé la méthode «print ()» pour afficher ce dataframe.

Ici, nous avons notre sortie où seulement dix lignes sont affichées. Le nombre maximum de lignes indiqué est 99. Toutes les autres lignes entre les 5 premières et les cinq dernières lignes sont tronquées.

Pour afficher les lignes maximales de 99 pour ce DataFrame, nous utiliserons la fonction «set_option ()» du module Pandas. Les pandas sont livrés avec un système d'exploitation qui vous permet de modifier le comportement et l'affichage. Cette méthode nous permet de définir l'écran pour présenter une trame de données complète plutôt qu'un cadre tronqué. Les pandas fournissent la fonction «set_ option ()» pour afficher toutes les lignes de la trame de données.

Nous avons invoqué le «PD.set_option () ". Cette fonction a des paramètres «Affichage.max_rows ". L'affichage.Max_Rows ”Spécifie le nombre maximum de lignes qui seront présentées lors de l'affichage d'un dataframe. La valeur de "Max_Rows" est définie sur 10 par défaut. Si «aucun» est sélectionné, il signifie toutes les lignes dans le cadre de données. Comme nous voulons afficher toutes les lignes, nous la définissons donc sur «Aucun». Enfin, nous avons utilisé la fonction «print ()» pour afficher le dataframe avec des lignes max.

Cela donne le résultat fourni dans l'instantané ci-dessous.

Exemple # 3: Utilisation de la méthode Pandas Option_Context ()

La dernière méthode dont nous discutons ici est la "option_context ()" pour afficher toutes les lignes de DataFrame. Pour cela, nous avons importé le package Pandas dans le fichier Python et commencé à écrire le code. Nous avons utilisé le «PD.Read_csv () ”Fonction Pour lire le fichier CSV que nous avons spécifié. Nous avons créé une variable «Dalta» pour stocker le DataFrame à partir du fichier CSV spécifié. Ensuite, nous avons simplement imprimé le dataframe avec la méthode «print ()».

Le résultat que nous avons obtenu en exécutant le code ci-dessus nous montre une dataframe avec des lignes tronquées.

Nous allons maintenant appliquer les pandas «PD.option_context () ”sur ce dataframe. Cette fonction est identique à "set_option ()". La seule différence entre les deux approches est que «set_option ()» modifie les paramètres de façon permanente, tandis que «l'option _Context ()» les a simplement changé à l'intérieur de sa portée. Cette méthode prend également l'affichage.MAX ROWS en tant que paramètre, que nous définissons sur «Aucun» pour rendre toutes les lignes du cadre de données. Après avoir invoqué cette fonction, nous l'avons juste affiché via la méthode «print ()».

Ici, nous pouvons afficher le DataFrame complet avec ses lignes maximales qui sont 2747.

Conclusion

Cet article se concentre sur les options d'affichage des pandas. Nous pourrions parfois avoir besoin de visualiser la Full Dataframe sur le terminal. Les pandas nous donnent une variété d'options à cette fin. Dans ce guide, nous avons utilisé trois de ces stratégies. Le premier exemple était basé sur l'utilisation de la méthode «to_string ()». Notre deuxième instance nous apprend à implémenter la "set_option ()" tandis que la dernière illustration exécute la méthode "option_context ()". Toutes ces techniques sont démontrées pour vous familiariser avec les autres façons dont les Pandas nous fournissent pour atteindre le résultat requis.