当前位置:首页 > 编程教程 > Python技术文章 > 在Python中Dataframe通过print输出多行时显示省略号的实例

如何解决Python中Dataframe通过print输出多行时显示省略号问题

  • 发布时间:
  • 作者:码农之家
  • 点击:188

这篇文章主要知识点是关于Python、Dataframe、print、的内容,如果大家想对相关知识点有系统深入的学习,可以参阅以下电子书

Python数据分析:基于Plotly的动态可视化绘图
  • 类型:Python数据大小:191.3 MB格式:PDF作者:孙洋洋等
立即下载

在Python中Dataframe通过print输出多行时显示省略号的实例

笔者使用Python进行数据分析时,通过print输出Dataframe中的数据,当Dataframe行数很多时,中间部分显示省略号,如下图所示:

0      项华祥
1      何炅
2      张艺飞
3      李仁港
4      崔龄燕
5      董春泽
6     邓超、俞白眉
7     叶伟信,邹凯光
8      肖洋
    ...   
57     刘镇伟
58     周拓如
59    陆剑青、梁乐民
60     陈木胜
61     李仁港
62     许安、杨龙澄
63     吴天明
64      李骏
65     申太罗
66   吕寅荣、亚历山德罗·卡罗尼
67    罗兰·艾默里奇
68     布莱恩·辛格
69   安东尼·罗素、乔·罗素

如果我想通过print显示全部数据,怎么处理呢?

在Python中Dataframe通过print输出多行时显示省略号的实例

通过查看pandas的官方文档可知,pandas.set_option() 可以设置pandas相关的参数,从而改变默认参数。 打印pandas数据时,默认是输出100行,多的话中间数据会输出省略号。

在代码中添加以下两行代码,可以改变显示宽度和行数,这样就能完整地查看数据了。

pd.set_option('display.width', 1000) # 设置字符显示宽度
pd.set_option('display.max_rows', None) # 设置显示最大行

以上这篇在Python中Dataframe通过print输出多行时显示省略号的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持码农之家。

以上就是本次给大家分享的关于java的全部知识点内容总结,大家还可以在下方相关文章里找到相关文章进一步学习,感谢大家的阅读和支持。

Python 相关电子书
学习笔记
网友NO.441856

python中dataframe与series的创建方法

如下所示: # -*- coding: utf-8 -*-import numpy as npimport pandas as pddef main(): s = pd.Series([i*2 for i in range(1,11)]) print type(s) print (s) dates = pd.date_range(20170301,periods=8) df = pd.DataFrame(np.random.randn(8,5),index=dates,columns = list(ABCDE)) print dfif __name__ == __main__: main() 结果如下: D:\Anaconda2\python.exe E:/pypractice/DataAnalysis/pandasTest.pyclass pandas.core.series.Series0 21 42 63 84 105 126 147 168 189 20dtype: int64 A B C D E2017-03-01 -0.746429 -0.540836 1.884101 0.607853 -0.3677072017-03-02 1.172848 -0.482583 0.175146 -0.181268 -1.3044752017-03-03 -0.416664 1.784968 1.767710 -1.157681 -0.9097442017-03-04 -0.830197 -0.282451 0.543764 0.900877 0.5536312017-03-05 -0.614170 -0.371306 0.553044 -0.054903 1.3222862017-03-06 0.276449 -0.815241 -0.687530 0.514781 -0.8239632017-03-07 0.939306 0.494661 -0.342454 -0.125811 -1.5559092017-03-08 0.204852 0.006475 -0.625082 1.012985 0.447710Process finished with exit code 0 以上这篇浅谈python的……

网友NO.338464

对python dataframe逻辑取值的方法详解

我遇到的一个小需求,就是希望通过判断pandas dataframe中一列的值在两个条件范围(比如下面代码中所描述的逻辑,取小于u-3ε和大于u+3ε的值),然后取出dataframe中的所有符合条件的值,这个需求的解决与普通的iloc、loc、ix的方式不同,所以我想分享一下,希望可以帮到遇到这个困难的朋友们,下面是我的实例代码: doc[~((doc.iloc[:,141:142](mean_value-3*std_value))gt;(mean_value+3*std_value)))] 下面代码是去掉两端数据,保留中间数据 doc = doc[~((doc.iloc[:,141](mean_value+3*std_value))|(doc.iloc[:,141](mean_value-3*std_value)))] data[(data.C1)lt;5)]) 以上这篇对python dataframe逻辑取值的方法详解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持码农之家。 ……

网友NO.769474

python中pandas.DataFrame对行与列求和及添加新行与列示例

本文介绍的是python中pandas.DataFrame对行与列求和及添加新行与列的相关资料,下面话不多说,来看看详细的介绍吧。 方法如下: 导入模块: from pandas import DataFrameimport pandas as pdimport numpy as np 生成DataFrame数据 df = DataFrame(np.random.randn(4, 5), columns=['A', 'B', 'C', 'D', 'E']) DataFrame数据预览: A B C D E0 0.673092 0.230338 -0.171681 0.312303 -0.1848131 -0.504482 -0.344286 -0.050845 -0.811277 -0.2981812 0.542788 0.207708 0.651379 -0.656214 0.5075953 -0.249410 0.131549 -2.198480 -0.437407 1.628228 计算各列数据总和并作为新列添加到末尾 df['Col_sum'] = df.apply(lambda x: x.sum(), axis=1) 计算各行数据总和并作为新行添加到末尾 df.loc['Row_sum'] = df.apply(lambda x: x.sum()) 最终数据结果: A B C D E Col_sum0 0.673092 0.230338 -0.171681 0.312303 -0.184813 0.8592381 -0.504482 -0.344286 -0.050845 -0.811277 -0.298181 -2.0090712 0.542788 0.207708 0.651379 -0.656214 0.507595 1.2532563 ……

网友NO.838981

python pandas dataframe 行列选择,切片操作方法

SQL中的select是根据列的名称来选取;Pandas则更为灵活,不但可根据列名称选取,还可以根据列所在的position(数字,在第几行第几列,注意pandas行列的position是从0开始)选取。相关函数如下: 1)loc,基于列label,可选取特定行(根据行index); 2)iloc,基于行/列的position; 3)at,根据指定行index及列label,快速定位DataFrame的元素; 4)iat,与at类似,不同的是根据position来定位的; 5)ix,为loc与iloc的混合体,既支持label也支持position; 实例 import pandas as pdimport numpy as npdf = pd.DataFrame({'total_bill': [16.99, 10.34, 23.68, 23.68, 24.59], 'tip': [1.01, 1.66, 3.50, 3.31, 3.61], 'sex': ['Female', 'Male', 'Male', 'Male', 'Female']})# data type of columnsprint df.dtypes# indexesprint df.index# return pandas.Indexprint df.columns# each row, return array[array]print df.valuesprint df sex objecttip float64total_bill float64dtype: objectRangeIndex(star……

<
1
>

Copyright 2018-2020 www.xz577.com 码农之家

版权投诉 / 书籍推广 / 赞助:520161757@qq.com