Pandas zeigen alle Spalten
Die Syntax zum Anzeigen aller Spalten mit der Methode set_option ()
Die obige Syntax wird verwendet, um alle Spalten eines großen Datenrahmens gleichzeitig anzuzeigen.
Die Syntax zum Anzeigen aller Spalten mit der Methode get_option ()
Beispiel 1: Anzeige aller Spalten des Datenrahmens mithilfe von Python Pandas set_option ()
Wir werden Python Pandas "set_option ()" verwenden, um alle Spalten in unserem Datenrahmen anzuzeigen. Die Anzahl der Spalten, die standardmäßig angezeigt werden.maxe Spalten ”, keine)”. Wir können auch alle Zeilen unseres Datenrahmens mit "set_option ()" anzeigen. Wir werden das Tool „Spyder“ verwenden, mit dem Python Pandas Programming ausgeführt wird, um diesen Code zu implementieren.
Bevor wir den Code ausführen, müssen wir zwei Bibliotheken von Panda importieren. Erstens importieren wir Pandas Bibliothek als „PD“ und importieren zum zweiten Mal Numpy als „NP“. Ein Python -Modul namens „Numpy“ liefert Hilfe für massive, multivariate Numpy -Arrays sowie eine beträchtliche Anzahl hoch entwickelter mathematischer Verfahren, die an diesen Arrays durchgeführt werden können. Die Abkürzung für Numpy ist "Numerical Python". Seine Hauptfunktion ist es, mathematische Operationen auszuführen.
Die Erstellung unseres Datenrahmens kommt als nächstes. Im Gegensatz zu den Datenrahmen des vorherigen Beispiels fügen wir diesen Spalten in diesem Fall jedoch keine bestimmten Spalten und genauen Werte hinzu. Hier erstellen wir unseren Datenrahmen mit "Nan" -Werten. Daher werden wir die beiden Argumente "Index" und "Spalten" verwenden, um unseren riesigen Datenrahmen zu generieren. Beim Hinzufügen von Zeilen oder Spalten zu einem Datenrahmen die Funktionen „Index = np.arange () “und„ Spalten = np.arange () ”enthalten die Anzahl der Zeilen und Spalten. Alle Zeilen des DataFrame -Zeilen.
Mit den Parametern "set_option" und "Spalten" haben wir "3" -Falten und "25" Spalten genommen. Der Datenrahmen dieses Beispiels wird als "DF" bezeichnet. Um den Datenrahmen zu erstellen, verwenden wir daher „PD.DataFrame ”. Danach verwenden wir die Funktion „print ()“, um unseren Datenrahmen anzuzeigen.
Jetzt erreichen wir die Hauptfunktion unseres Programms, in der wir alle Spalten unseres Datenrahmens anzeigen müssen. Dafür verwenden wir „Anzeige.max_columns "mit" set_option ". Diese Technik zeigt alle "25" -Spalten und "3" Zeilen unserer Datenrahmen, die "NAN" -Werte enthalten, da wir den Wert "Nan" unserer Spalten verwenden. Auf der anderen Seite setzen wir "Display.max_columns ”zu„ keine “, die alle Spalten des Datenrahmens zeigt, unabhängig von der tatsächlichen Länge. "Keine" wird verwendet, um festzustellen, ob Informationen fehlen. Diese Werte werden als "Nan" oder "keine" dargestellt. Jetzt werden wir unsere Spalten mit der Funktion „print ()“ angeben.
Das Ausführen dieses Codes erhält das Ergebnis in seiner Ausgabe. Hier können wir sehen, dass der Anfangsrahmen einschließlich „Nan“ -Werte angezeigt wird. Wie wir sehen können, wurden bestimmte Spalten am Anfang und einige Spalten am Ende angezeigt. Aufgrund des Standardverhaltens fehlen die mittleren Spalten im ersten Frame. Die Reihenfolge der Matrizen wird dann in der folgenden Zeile angezeigt, was bedeutet, dass es "3" Zeilen und "25" Spalten hat. Der zweite DataFrame zeigt alle Spalten mit „set_options“ an. Zwei Parameter "Index" und "Spalten". Mit diesem Zeitpunkt können wir ohne Zweifel überprüfen, ob alle „25“ der Spalten in unserem Datenrahmen angezeigt werden. Der Index geht von "0 bis 24", was bedeutet, dass insgesamt "25" Spalten vorhanden sind.
Beispiel 2: Zeigen Sie alle Spaltennamen des Datenrahmens mithilfe von Spalten an.Werte.zu listen () Technik
In diesem Beispiel werden wir alle Spalten unseres DataFrame in dem List -Schaum demonstrieren. Mit dieser Prozedur in Python können Sie die Spaltennamen aus einem Pandas -Datenframe erwerben und das Ergebnis dann als Liste übergeben. Ähnlich wie beim letzten Datenfreame wird dieser auch erstellt, indem zwei Bibliotheken Panda als „PD“ und Numpy als „NP“ importiert werden. Beginnen wir zunächst unseren Datenrahmen generieren. Der Name für den Datenrahmen lautet "DF". Wir verwenden in dieser Instanz zwei Attribute "Index" und "Spalten" zum Hinzufügen von Zeilen und Spalten zum DataFrame. Zeilen werden unter Verwendung des „Index = NP hinzugefügt.arange () ”, während Spalten unter Verwendung des" Column = NP "hinzugefügt werden.arange () ”.
Da wir diese Spalten nicht auflisten wollen, verwenden wir "Nan" -Werte. Also verwenden wir hier "NP". Durch die Verwendung von Index- und Spaltenfunktionen fügen wir diesem Datenrahmen "5" Zeilen und "20" -Spalten hinzu. Als Antwort wird es „PD verwenden.DataFrame “, um unseren Datenrahmen zu erstellen. Nachdem wir den Hauptteil des Codes eingegeben haben, werden wir das „DF“ verwenden.Spalte.Tolist ”-Methode zur Anzeige jeder Namen jeder Spalte in unserem Datenrahmen. Diese Funktion wird als "DF1" initialisiert. Wir werden diese Funktion nun drucken, um eine Liste der Spalten des DataFrame anzuzeigen.
Wie wir diese Liste der Spaltennamen in der Ausgabe sehen können. Dieser DataFrame enthält "20" -Spalten ab "0" und endet mit "19". Da wir index = np und column = np verwendet haben, werden die Namen der Spalten standardmäßig in der Form von Zahlen angezeigt. Die Bedeutung von „Keine“ in diesem Fall ist, dass die Ausgabe alle möglichen Spaltennamen enthält.
Beispiel 3: Anzeige aller maximalen Spalten des Datenrahmens unter Verwendung der Methode get_option ()
In diesem Fall wird die maximale Spalte des DataFrame mit der Methode "get_option ()" angezeigt. "Set_option ()" und "get_option ()" werden häufig verwendet, wenn wir eine große Menge an Daten in unserem Datenrahmen haben, z. Die Eingabewerte werden unter Verwendung der Methode „get_option ()“ erhalten, und der Wert der Eingabeoption wird unter Verwendung der Methode "set_option ()" festgelegt.
Identisch mit dem letzten Beispiel, wir generieren einen Datenrahmen mit „NAN“ -Werten. Da wir eine Reihe von Inhalten benötigen, laden wir alternativ eine CSV -Datei in den Datenrahmen, aber diese Methode ist einfacher. Ebenso verwenden wir "Index" und "Spalten", um unserem DataFrame Zeilen und Spalten hinzuzufügen. Der „index = np.Arange (5) “zeigt an, dass wir unserem Datenrahmen und dem" Column = NP "" 5 "Zeilen hinzugefügt haben.Arange (32) "zeigt, dass wir" 32 "-Spalten in unseren Datenrahmen einnehmen. Jetzt ist es ausgestattet, seine Hauptaufgabe zu übernehmen, jede Spalte im beträchtlichen Datenrahmen anzuzeigen. Wir können alle Spalten erhalten, indem wir die „get_option (Anzeige) aufrufen.Max -Spalten ”) Methode. Andererseits bedeutet „keine“, dass der Bildschirm nach dem Ausführen des Code die maximale Anzahl von Spalten anzeigt. Nach diesem Verfahren wird der DataFrame nun in den Quellbildern mit der Funktion „print ()“ angezeigt.
Die Ausgabe ist im Bild leicht sichtbar; Es zeigt alle Spalten des DataFrame an. Der DataFrame verfügt.
Abschluss
Es kann gelegentlich schwierig sein, eine große Anzahl von Datensätzen zu verwalten. Zum Generieren von Datenframes werden zuerst die Spalten erstellt und dann wird die Werteliste hinzugefügt. Um den Prozess zu vereinfachen, werden in diesem Artikel Zwei-Parameter-Index und „Spalte“ verwendet, um Zeilen und Spalten hinzuzufügen. Die maximale Anzahl von Spalten aus dem Datenrahmen kann mit zwei separaten Techniken angezeigt werden. “Set_option (Anzeige.max_columns) "und" get_option (Anzeige ".max_columns) ”. Die "set_option" und "get_option" werden verwendet, um eine große Datenmenge auf dem Bildschirm anzuzeigen. Sie können eine oder alle dieser beiden Methoden verwenden, je nachdem, was Sie benötigen, um erreicht zu werden.