Pandas montrent toutes les lignes
La syntaxe de la méthode set_option () pour afficher la quantité maximale de lignes
La syntaxe de la méthode get_option () pour afficher le nombre de lignes
Exemple 1: Affichage de toutes les lignes du DataFrame en utilisant la méthode set_option ()
Cet exemple montre comment créer un DataFrame à partir d'un fichier CSV à l'aide du Pandas «PD.Fonction read_csv () ”et comment utiliser la méthode" set_option () "pour afficher chaque ligne de ce DataFrame. Dans cet article, l'implémentation du code est accomplie à l'aide de l'outil «Spyder». Commençons par le premier code de cet exemple. Pour commencer, nous devons importer la bibliothèque Pandas. Maintenant, il vous appartient totalement si vous souhaitez importer un fichier CSV ou créer un DataFrame avec des valeurs spécifiées, mais comme vous pouvez le voir ici, nous choisissons un fichier CSV car le processus est simple.
Les «pandas.La fonction read_csv () "est utilisée dans la deuxième étape pour inclure un fichier 'csv" dans le code. Le fichier CSV signifie «fichier séparé de virgules». La majorité des informations requises pour l'analyse sont disponibles sous forme tabulaire, généralement dans les fichiers Excel ou CSV. Nous avons besoin de la fonction «read_csv ()», qui obtient des données sous la forme d'une trame de données, pour accéder aux données d'un fichier «CSV». Au lieu de construire une dataframe car nous avions besoin d'un grand nombre de lignes à afficher, nous avons pensé qu'il serait plus simple de télécharger un exemple de fichier CSV à partir d'Internet, puis de l'ajouter à ce code à l'aide de la fonction "read_csv ()". Le nom du fichier est «Enregistrer.CSV », comme nous l'avons mentionné. Actuellement, le fichier CSV nommé Record contient une liste des enregistrements «99».
Passons à la fonction principale du code, où nous devons utiliser la méthode «set_option» avec «Affichage.max_row ”pour afficher un nombre maximum de lignes. Parce qu'il reconnaît qu'il y a des lignes «99» dans l'enregistrement DataFrame, il les affichera tous. Lorsque nous voulons modifier le nombre par défaut de lignes à afficher, nous utilisons «set_option». "Afficher.max_row "est utilisé pour afficher toutes les lignes du dataframe. Nous définissons «Affichage.max_row "à" Aucun ", qui affichera toutes les lignes de DataFrame avec la longueur maximale. Puisqu'il y a des lignes «99» dans ce dataframe, toutes les lignes «99» doivent être affichées après l'exécution de la fonction. Notre DataFrame sera désormais affiché à l'aide de la fonction «print ()».
La fonction «Exécuter le fichier» nous permet de voir un dataframe affiché. Ici, nous pouvons voir que DataFrame a quatre-vingt-dix-neuf lignes avec cinq colonnes. Nous n'avons pas pu capturer tout le cadre parce qu'il était trop énorme, nous avons donc montré cette image en deux parties, illustrant clairement qu'elle affiche les quatre rangées de quatre-vingt-dix-neuf. En fin de compte, il affiche également l'ordre matriciel, qui est «99 × 5», qui indique des lignes «99» et des colonnes «5». Parce que l'index commence à «0», cela fait que cela compte les lignes de 0. Ainsi, nous pouvons voir que toutes les colonnes du milieu ont été raccourcies, ne gardant qu'une poignée des colonnes initiales et dernières. Ceci résulte des paramètres par défaut de l'outil.
Exemple 2: Utilisation de la méthode set_option () pour afficher dix lignes en définissant la valeur 10 de l'affichage.propriété max_rows
Dans cet exemple, nous afficherons dix lignes à partir du dataframe en utilisant la méthode set_option. Nous générons à nouveau un dataframe à partir d'un fichier CSV, similaire au dernier exemple.
Par conséquent, avant de commencer le deuxième exemple de notre article, nous devons d'abord importer la bibliothèque Pandas. L'étape suivante consiste à générer un DataFrame à l'aide d'un fichier CSV. Pour commencer, téléchargez simplement un fichier CSV sur Internet et donnez-lui un nom de votre choix. Ensuite, nous importons notre fichier CSV à l'aide des pandas «Lire.Méthode CSV () ». Le fichier CSV est appelé «données.CSV ". Il contient jusqu'à «499» enregistrements, ce qui signifie qu'il a un maximum de lignes «499».
Nous avons ensuite entré la fonction principale, où nous avons dû utiliser le «set_option» avec «Affichage.max _row ”pour afficher les lignes. Supposons que nous utilisons «10» comme valeur par défaut au lieu de «aucun» dans cette méthode. Si nous définissons «aucun», cela signifie qu'il affiche toutes les lignes du dataframe. La procédure «print ()» sera désormais utilisée pour afficher notre dataframe.
Voici ce qui se produit lorsque nous exécutons ce code. Le dataframe affiché dans cette image est visible pour nous. Le DataFrame affiche les lignes «10» en raison de la définition des valeurs «10» pour «Afficher.max_row ". Ces 10 lignes incluent les index «0», «1», «2», «3», «4», «494», «495», «496», «497» et «498». La colonne centrale a été coupée et plusieurs numéros d'index ont été répétés en raison du comportement par défaut de l'outil. Comme nous pouvons le voir ici, les colonnes visibles sont le «numéro de série», le «nom de l'entreprise» et la «description». Enfin, il affiche l'ordre de DataFrame, qui affiche «499ROWS X 5COLUMS», indiquant qu'il a des lignes «499» et des colonnes «5».
Exemple 3: Application de la méthode get_option () pour afficher les lignes maximales à partir du dataframe
Dans cette illustration, toutes les lignes du DataFrame seront affichées à l'aide de «get_option». Nous utilisons à nouveau un fichier CSV avec le même nom «Données.CSV "comme nous l'avons fait pour le deuxième exemple, mais les données de ce fichier sont différentes. Nous importons ce fichier CSV en utilisant «Pandas.read_csv ”de la même manière que nous avons importé les deux instances précédentes. Maintenant, notre dataframe a été construit.
Nous voulons afficher chaque ligne de notre dataframe. Par conséquent, nous utilisons le get _option avec «Affichage.max_rows »pour faire ça. Lorsque nous avons une énorme quantité de données dans notre DataFrame, comme ce fichier CSV «Données.CSV »avec un maximum de« 99 »enregistrements disponibles, nous utilisons fréquemment la fonction« Get Option () »pour afficher clairement toutes les lignes à l'écran. La méthode «get_option ()» est utilisée pour obtenir les valeurs d'entrée, tandis que la méthode «Set Option ()» est utilisée pour mettre la valeur de l'option d'entrée.
D'un autre côté, nous avons défini «aucun» pour «Afficher.max_row "parce que nous voulons afficher le nombre total de lignes dans notre dataframe. En invoquant le «get_option (affichage.MAX ROWS) ”Méthode, nous pouvons récupérer toutes les lignes. Nous afficherons notre dataframe sur l'écran suivant à l'aide de la fonction «print ()»:
L'image de sortie montre notre dataframe avec une grande quantité de données. Ici, nous pouvons voir que l'ensemble des lignes de DataFrame ont été affichées. Puisqu'il y a des lignes «99» au total, nous avons divisé la sortie en deux images. La première image affiche les lignes initiales, et la deuxième image montre les dernières lignes, prouvant que nous avons affiché avec succès le plus grand nombre de lignes de l'énorme quantité de DataFrame. Parce que notre cadre d'outil n'a qu'une quantité limitée d'espace de cadre et est essentiellement un outil par défaut, les colonnes centrales sont coupées. Il se termine en affichant l'ordre de DataFrame, «99 lignes x 5 colonnes», qui indique qu'il contient quatre-vingt-dix-neuf lignes et cinq colonnes.
Conclusion
Nous pouvons créer des dataframes en utilisant diverses techniques, et nous utiliserons un fichier «CSV» dans cet article parce que nous avons besoin de nombreux enregistrements. Plutôt que d'ajouter des colonnes uniques à un dataframe et de répertorier les valeurs pour chacun, nous ajouterons les enregistrements via le fichier «CSV» à l'aide de Pandas «Lire.Méthode CSV () ». L'objectif principal de cet article est d'afficher le maximum des lignes du DataFrame que possible en utilisant les méthodes "get_option ()" et "set_option" avec "Affichage.max_row ". L'avantage de l'utilisation de «Affichage.Max_Column "est que vous pouvez toujours obtenir toutes les lignes même si vous avez un nombre considérable d'enregistrements. Nous pouvons utiliser ces techniques pour simplifier nos tâches.