Mètode Pandas Set_Option
Avui, veurem com utilitzar la funció 'pd.set_option()' per mostrar totes les columnes del Pandas Dataframe quan el presenteu a la vostra eina Spyder. Per utilitzar el 'pd.set_option()', seguim la sintaxi donada:
Comencem a aprendre el concepte amb l'ajuda de la implementació pràctica del programa Python.
Exemple: utilitzant el mètode Pandas Set_Option per mostrar totes les columnes
Aquesta demostració és una guia per mostrar totes les columnes d'un DataFrame utilitzant Pandas 'set_option()'. Deixarem clars els detalls de cada pas per a la implementació d'aquest mètode Python.
El primer requisit per a la implementació pràctica de l'script Python és trobar la millor eina on executeu el vostre programa. L'eina que hem utilitzat per a la nostra il·lustració és l'eina 'Spyder'. Vam llançar l'eina i vam començar a treballar en l'script de Python.
Començant amb el codi, inicialment hem d'importar les biblioteques de requisits previs que necessitem en aquest programa. La primera biblioteca que vam carregar al nostre fitxer Python és la biblioteca Pandas, ja que les funcions que fem servir aquí les proporcionen Pandas. Vam anomenar aquesta biblioteca com a 'pd'. La segona biblioteca que hem carregat és la biblioteca NumPy. NumPy (Numerical Python) és un paquet de computació numèrica desenvolupat amb programació Python. La secció Importa NumPy del codi indica a Python que integri el mòdul NumPy al vostre fitxer Python actual. La part 'com a np' de l'script indica a Python que assigni a NumPy l'abreviatura 'np'. Us permet utilitzar els mètodes NumPy introduint 'np.function_name' en lloc de NumPy.
Ara, comencem amb el codi principal. La necessitat principal i fonamental del nostre programa és Pandas DataFrame. Per tant, mostrem totes les columnes que conté. Ara, depèn completament de vostè si voleu crear un DataFrame amb valors especificats o si necessiteu importar un fitxer CSV. El que vam triar per a aquesta instància és crear un DataFrame amb valors NaN. Hem invocat el mètode 'pd.DataFrame()' per construir un DataFrame. Aquí, vam proporcionar dos paràmetres: 'índex' i 'columnes'. L'argument 'índex' fa referència a les files, el que significa que establim les files per al DataFrame.
Hem assignat el paràmetre 'índex' i la funció NumPy 'np.arange() amb un recompte de valor de '6'. Genera sis files per al DataFrame. Omple totes les entrades amb valors NaN ja que no li hem proporcionat cap valor. L'argument 'columnes', tal com el nom especifica, s'utilitza per establir les columnes per al DataFrame. També s'assigna la funció 'np.arange()' amb el recompte de valors '25' per a les columnes. Així, construeix 25 columnes per al DataFrame.
En conseqüència, quan anomenem la funció “pd.DataFrame()”, tenim un DataFrame amb 25 columnes i 6 files plenes de valors nuls. Per la necessitat de preservar aquest DataFrame, hem de construir un objecte DataFrame que emmagatzemi el seu contingut. Per tant, vam crear un objecte DataFrame 'aleatori' i li vam assignar el resultat que obtenim del mètode 'pd.DataFrame()'. Ara, segur que voleu veure el DataFrame que es genera. Python ens proporciona un mètode per veure la sortida a la pantalla que és la funció 'print()'. Hem invocat aquest mètode passant l'objecte DataFrame 'aleatori' com a paràmetre.
Quan executem aquest fragment de codi, obtenim el nostre DataFrame amb valors NaN que es mostren al terminal. Aquí, podem observar que algunes de les primeres columnes i només unes quantes del final són visibles. Totes les columnes intermèdies estan truncades. De manera predeterminada, amaga algunes de les files i columnes per evitar crear una frustració per a l'usuari en mostrar grans conjunts de dades.
Fins i tot podeu comprovar el nombre de columnes totals en un DataFrame mitjançant la funció 'len()' de Pandas. Escriu la funció 'len()' a la consola de la teva eina 'Spyder'. Escriviu el nom del DataFrame entre els seus parèntesis amb la propietat '.columns'. Ens retorna la longitud total de les columnes del vostre DataFrame.
Retorna la longitud del nostre DataFrame que és 25.
Ara, la tasca següent i bàsica és canviar l'opció predeterminada per mostrar la sortida. Pot ser que hi hagi circumstàncies en què vulgueu veure tot el DataFrame al terminal. A causa dels valors predeterminats, moltes entrades es trunquen, cosa que provoca la decepció de l'usuari. Aquí aprendràs com superar aquest problema. Pandas ens proporciona una funció “pd.set_option()” per canviar la configuració de visualització per defecte. Just després de mostrar el DataFrame a la consola, invoquem el mètode 'pd.set_option()'. Especifiquem el paràmetre entre els parèntesis d'aquesta funció que hem d'utilitzar per mostrar totes les columnes del DataFrame.
Aquí, hem utilitzat 'display.max_columns' per mostrar el màxim de columnes al nostre DataFrame. També podem definir el valor d'aquest paràmetre, és a dir, el màxim de columnes que voleu mostrar. D'altra banda, establim 'display.max_columns' a 'None', que mostra totes les columnes del DataFrame amb una longitud màxima. Finalment, hem utilitzat la funció 'print()' per mostrar el DataFrame resultant amb totes les columnes visibles al terminal.
Quan premem l'opció 'Executar fitxer' a l'eina 'Spyder', podem veure un DataFrame que s'exhibeix. Aquest DataFrame té sis files i el nombre de columnes que conté és de 25. No hi ha columnes que es trobin ja que la funció “pd.set_option()” amb la longitud màxima de columna està activada ara.
Fins i tot podem restablir l'opció de visualització perquè un cop establim la longitud de visualització al màxim, continua mostrant els DataFrames amb totes les columnes d'aquest fitxer Python en particular. Per a això, utilitzem els Pandas 'pd.reset_option()'. Invoquem aquesta funció i proporcionem el 'display.max_columns' com a paràmetre d'aquesta funció.
Això ens obté la configuració de visualització inicial per al DataFrame proporcionat.
Conclusió
Veure la sortida completa al terminal amb un conjunt de dades enorme de vegades ens posa problemes quan la configuració predeterminada de l'eina contrasta amb les necessitats de l'usuari. Per resoldre aquest contratemps, Pandas ens ofereix el mètode “pd.set_option()”. En aquesta guia d'aprenentatge us hem presentat aquest mètode i la necessitat d'utilitzar-lo. Hem demostrat el tema amb els codis d'exemple de Python pràcticament compilats i executats. Hem representat els resultats de la il·lustració realitzada a 'Spyder'. Hem explicat com mostrar totes les columnes del DataFrame a la consola canviant la configuració predeterminada i restablint tota la configuració a la inicial. Donar una atenció totalment centrada a la implementació pràctica del mòdul us permet utilitzar-lo sempre que trobeu aquests problemes.