pandas 学习汇总16 - 基本设置( tcy)
发布日期:2021-06-29 14:48:08
浏览次数:2
分类:技术文章
本文共 2224 字,大约阅读时间需要 7 分钟。
pandas基本设置 2018/12/5
1.函数:
get_option(*args, **kwds) # 获取默认参数值set_option(*args, **kwds) # 设置参数值reset_option(*args, **kwds) # 参数重设为默认值describe_option(*args, **kwds) # 参数说明信息option_context(*args) # 上下文管理器临时设置选项;当退出块时选项值自动恢复pd.options.mode.use_inf_as_na = False
# 实例1:查看
pd.get_option("display.max_rows") # 显示器上显示上限的行 # 60pd.get_option("display.max_columns") # 显示上限的列# 20pd.describe_option("display.max_rows")# 参数说明信息
# 实例2:设置
pd.set_option("display.max_rows",61) #设置显示器上显示上限的行61pd.reset_option("display.max_rows") #将该参数恢复为默认值60# 加速操作pd.set_option('compute.use_bottleneck', False)#取消bottleneck库加速pd.set_option('compute.use_numexpr', False) #取消numexpr库加速pd.options.mode.use_inf_as_na = False #默认inf不作为na值处理
# 实例3:局部设置
with pd.option_context("display.max_rows",10):pass# 输出精度局部设置with pd.option_context('display.precision', 3):pass# 浮点数据输出禁用科学计数法的方式with pd.option_context('display.float_format', lambda x: '%.3f' % x):passSeries(np.random.randn(3)).apply(lambda x: '%.3f' % x)# 实例4:to_csv精度设置df_data.to_csv(outfile, index=False,header=False, float_format='%11.6f')
3.常用参数
compute.use_bottleneck:True#使用bottleneck库加速compute.use_numexpr:True #使用numexpr库加速计算display.max_rows # 要显示的最大行数display.max_columns # 要显示的最大列数display.expand_frame_repr # 显示数据帧以拉伸页面display.max_colwidth # 显示最大列宽display.precision # 显示十进制数的精度
4.查看其它参数
pd.get_option?
5.备注-可以选项
- compute.[use_bottleneck, use_numexpr]- display.[chop_threshold, colheader_justify, column_space, date_dayfirst,date_yearfirst, encoding, expand_frame_repr, float_format]- display.html.[border, table_schema, use_mathjax]- display.[large_repr]- display.latex.[escape, longtable, multicolumn, multicolumn_format, multirow,repr]- display.[max_categories, max_columns, max_colwidth, max_info_columns,max_info_rows, max_rows, max_seq_items, memory_usage, multi_sparse,notebook_repr_html, pprint_nest_depth, precision, show_dimensions]- display.unicode.[ambiguous_as_wide, east_asian_width]- display.[width]- html.[border]- io.excel.xls.[writer]- io.excel.xlsm.[writer]- io.excel.xlsx.[writer]- io.hdf.[default_format, dropna_table]- io.parquet.[engine]- mode.[chained_assignment, sim_interactive, use_inf_as_na, use_inf_as_null]- plotting.matplotlib.[register_converters]
转载地址:https://chunyou.blog.csdn.net/article/details/84844830 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!
发表评论
最新留言
表示我来过!
[***.240.166.169]2024年04月19日 12时58分59秒
关于作者
喝酒易醉,品茶养心,人生如梦,品茶悟道,何以解忧?唯有杜康!
-- 愿君每日到此一游!
推荐文章
el-table 二维数组合并行
2019-04-29
UR5e机械臂运行一直阻塞在waitForServer
2019-04-29
ROS把pkg1下的某个头文件和源文件生成动态链接库供pkg2调用
2019-04-29
使用urdf_tutorial快速可视化urdf文件
2019-04-29
SQl 数据完整性(随堂博客)
2019-04-29
左连接、右连接、内连接
2019-04-29
MySQL DQL语句基础(随堂博客)
2019-04-29
MySQL基础练习
2019-04-29
利用MySQL进行数据复杂查询(1)
2019-04-29
利用MySQL进行数据复杂查询(2)
2019-04-29
MySQL 表与表之间的关系
2019-04-29
MySQL常见错误总结
2019-04-29
pymysql 的基础应用
2019-04-29
Python 管理程序改进——连接MYSQL
2019-04-29
Python 爬虫-豆瓣影星图片下载
2019-04-29
网页端数据库操作界面—主题函数文件
2019-04-29
网页端数据库操作界面-Html页面(1)
2019-04-29
Python爬虫 百度热搜热点
2019-04-29
excel的常用函数(二)
2019-04-29