python里dataframe怎么设置刻度

人工智能原理与实践 全面涵盖人工智能和数据科学各个重要体系经典

数据科学家最常用的数据表格工具当属 pandas; 通过pandas表格，可以方便的展示表格（dataframe）和分析表格。而表格的格式设置不好，会影响分析效率。

所谓磨刀不误砍柴工，工欲善其事必先利其器， 下面大家了解一下常用的几种设置方法：

显示更多行

显示更多列

改变列宽

设置float列的精度

数字格式化显示

更改绘图方法

配置info()的输出

打印出当前设置并重置所有选项

1 显示更多行

默认设置，pandas 是不超出屏幕的显示范围的，如果表的行数很多，它会截断中间的行只显示一部分。有些时候，如果需要查看的数据的总行数不多，可以通过设置displaymax_rows来控制显示的最大行数，比如设置显示200行数据，从而一次性查看数据：

import pandas as pd

pdset_option('displaymax_rows', 200)

# 或者这样设置

# pdoptionsdisplaymax_rows = 200

登录后复制

但当数据的行数超过了displaymax_rows，那么displaymin_rows将确定显示的部分有多少行。因为displaymin_rows的默认行数为10，因此数据一般显示为前5行数据，和后5行数据。

同理，也可根据自己的习惯显示可显示的行数，比如20

pdset_option('displaymin_rows', 20)

# pdoptionsdisplaymin_rows = 20

登录后复制

如果需要恢复默认的设置，可以这样重置为默认情况：

# 重置

pdreset_option('displaymax_rows')

登录后复制

2 显示更多列

行可以设置，同样的列也可以设置，displaymax_columns控制着可显示的列数，默认值为20。

pdget_option('displaymax_columns')

# pdoptionsdisplaymax_columns

20

登录后复制

3 改变列宽

pandas对列中显示的字符数有一些限制，默认值为50字符。所以，有的值字符过长就会显示省略号。如果想全部显示，可以设置displaymax_colwidth，比如设置成500。

pdset_option ('displaymax_colwidth',500)

# pdoptionsdisplaymax_colwidth = 500

登录后复制

4 设置float列的精度

对于float浮点型数据，pandas默认情况下只显示小数点后6位。我们可以通过预先设置displayprecision让其只显示2位，避免后面重复 *** 作。

pdset_option( 'displayprecision',2)

# pdoptionsdisplayprecision = 2

登录后复制

这个设置不影响底层数据，它只影响浮动列的显示。

5 数字格式化显示

pandas中有一个选项displayfloat_formatoption可以用来格式化任何浮点列。这个仅适用于浮点列，对于其他数据类型，必须将它们转换为浮点数才可以。

用逗号格式化大值数字

例如 1200000 这样的大数字看起来很不方便，所以我们用逗号进行分隔。

pdset_option('displayfloat_format','{:,}'format)

登录后复制

设置数字精度

和上面displayprecision有点类似，假如我们只关心小数点后的2位数字，我们可以这样设置格式化：

pdset_option('displayfloat_format', '{:,2f}'format)

登录后复制

百分号格式化

如果我们要显示一个百分比的列，可以这样设置。

pdset_option('displayfloat_format', '{:2f}%'format)

登录后复制

6 更改绘图方法

默认情况下，pandas使用matplotlib作为绘图后端。从 025 版本开始，pandas提供了使用不同后端选择，比如plotly，bokeh等第三方库，但前提是你需要先安装起来。

设置很简单，只要安装好三方库后，同样只需要一行。

import pandas as pd

import numpy as np

pdset_option('plottingbackend', 'altair')

data = pdSeries(nprandomrandn(100)cumsum())

dataplot()

登录后复制

7 配置info()的输出

pandas中我们经常要使用info()来快速查看DataFrame的数据情况。但是，info这个方法对要分析的最大列数是有默认限制的，并且如果数据集中有null，那么在大数据集计数统计时会非常慢。

pandas提供了两种选择：

displaymax_info_columns: 设置要分析的最大列数，默认为100。

displaymax_info_rows: 设置计数null时的阈值，默认为1690785。

登录后复制

比如，在分析有 150 个特征的数据集时，我们可以设置displaymax_info_columns为涵盖所有列的值，比如将其设置为 200：

pdset_option('displaymax_info_columns', 200)

登录后复制

在分析大型数据集时，dfinfo()由于要计算所有null，导致速度很慢。因此我们可以简单地设置displaymax_info_rows为一个小的值来避免计数，例如只在行数不超过5时才计数null：

pdset_option('displaymax_info_rows', 5)

登录后复制

8 打印出当前设置并重置所有选项

pddescribe_option()将打印出设置的描述及其当前值。

pddescribe_option()

登录后复制

还可以打印特定的选项，例如，行显示。

# 具体的搜索

pddescribe_option('rows')

登录后复制

最后，我们还可以直接全部重置。

pdreset_option('all')

登录后复制

总结

以上就是常用set_option的使用，大家可以一次性设置如下：

pdset_option('displaymax_rows',xxx) # 最大行数

pdset_option('displaymin_rows',xxx) # 最小显示行数

pdset_option('displaymax_columns',xxx) # 最大显示列数

pdset_option ('displaymax_colwidth',xxx) #最大列字符数

pdset_option( 'displayprecision',2) # 浮点型精度

pdset_option('displayfloat_format','{:,}'format) #逗号分隔数字

pdset_option('displayfloat_format', '{:,2f}'format) #设置浮点精度

pdset_option('displayfloat_format', '{:2f}%'format) #百分号格式化

pdset_option('plottingbackend', 'altair') # 更改后端绘图方式

pdset_option('displaymax_info_columns', 200) # info输出最大列数

pdset_option('displaymax_info_rows', 5) # info计数null时的阈值

pddescribe_option() #展示所有设置和描述

pdreset_option('all') #重置所有设置选项

登录后复制

一维数组情况：

二维数组情况：

3参数情况：

2参数情况：

1参数情况：

一维情况：

二维情况：

一维情况：

二维情况：

一维情况：

二维情况：第三个参数指定维度

只查看行数、或者列数

逗号隔开两个索引

某些行

某些列

可以看出append()函数在二维数组中添加元素，结果转为了一维数组。

那怎么保持二维数组呢？可以设置axis参数按行或者按列添加

可以看出先把二维数组降成了一维数组，再在索引为1的位置添加元素。

那么怎么保持在二维添加元素呢？ 同样设置axis参数

也分按行和按列删除

标记缺失值： isnan()函数

补充缺失值：

同样axis参数可以指定拼接按行还是按列

2 hstack()函数：以水平堆叠的方式拼接数组

3 vstack()函数：以垂直堆叠的方式拼接数组

第二个参数还可以是数组，指定拆分的位置

hsplit()函数：横向拆成几个数组

vsplit()函数：纵向拆成几个数组

数组与数组之间的运算

数组与数值的运算

可以指定整个数组求和，还是按行或者按列

axis=0：每一列的元素求和

axis=1：每一行的元素求和

axis=0：每一列求均值

axis=1：每一行求均值

axis=0：每一列求最大值

axis=1：每一行求最大值

pandas有两个重要的数据结构对象：Series和DataFrame。

Series是创建一个一维数组对象，会自动生成行标签。

会自动生成行列标签

也可以用字典形式生成数据

在用字典生成数据的基础上，同时指定行标签

例如对下表的数据进行读取

4月是第四个表，我们应把sheet_name参数指定为3；因为索引是从0开始的。

可以看出read_excel()函数自动创建了一个DataFrame对象，同时自动把第一行数据当做列标签。

可以看出不给出header参数时，该参数默认为0。

header=1时结果如下：

header=None时结果如下：

index_col=0时，第0列为列标签

index_col=0时

usecols=[2]：指定第二列

指定多列

数据如下：

[外链转存失败,源站可能有防盗链机制,建议将保存下来直接上传(img-j1SHxY8y-1637655972909)(C:Users14051AppDataRoamingTypora ypora-user-imagesimage-20211114192949607png)]

nrows=3时

head()函数中参数为空默认前5行

指定head(3)时如下

numpy模块也是shape

查看特定列的书库类型

特定列数据类型转换

先查看一下所有数据

与单行相比，结果显示的格式不一样了

iloc()挑选：

或者给出区间

挑选数据要么标签，要么索引挑选

或者

或者写成区间

标签挑选

或者索引挑选

先查看一下数据

或者用字典一对一修改

[外链转存失败,源站可能有防盗链机制,建议将保存下来直接上传(img-a6QKIoie-1637655972912)(C:Users14051AppDataRoamingTypora ypora-user-imagesimage-20211123110431201png)]

isin()函数查看表中是否有该值

查看特定列是否有该值

可以看出上述代码并没有替换，那怎么替换呢？

末尾插入一列

指定插入到哪列

axis参数可以指定删除行还是删除列

指定标签删除

指定索引删除

方法三

指定行标签删除

指定索引删除

方法三：

先查看所有数据

info()函数查看数据类型，还可以查看是否有缺失值

isnull()函数查看是否有缺失值

在numpy模块中用isnan()函数

删除有缺失值的行

删除整行都为缺失值的行： 需要指定how参数

不同列的缺失值设置不同的填充值

默认保留第一个重复值所在的行，删除其他重复值所在的行

保留第一个重复值所在的行

保留最后一个重复值所在的行

是重复的就删除

降序如下

参数指定first时，表示在数据有重复值时，越先出现的数据排名越靠前

获取产品为单肩包的行数据

获取数量>60的行数据

获取产品为单肩包 且 数量>60 的行数据

获取产品为单肩包 或 数量>60 的行数据

stack()函数转换成树形结构

how参数指定外连接

on参数指定按哪一列合并

concat()函数采用 全连接 的方式，没有的数设置为缺失值

重置行标签

效果与concat()一样

末尾添加行元素

指定列求和

指定列求均值

指定列求最值

获取单列的

corr()函数获取相关系数

获取指定列与其他列的相关系数

[外链转存失败,源站可能有防盗链机制,建议将保存下来直接上传(img-46g9qgQw-1637655972913)(C:Users14051AppDataRoamingTypora ypora-user-imagesimage-20211123135643804png)]

groupby()函数返回的是一个DataFrameBy对象，该对象包含分组后的数据，但是不能直观地显示出来。

分组后获取指定列的汇总情况

获取多列的汇总情况

获取多列的情况

ta = pdread_excel(‘相关性分析xlsx’)

print(data)

corr()函数获取相关系数

获取指定列与其他列的相关系数

[外链转存中…(img-46g9qgQw-1637655972913)]

groupby()函数返回的是一个DataFrameBy对象，该对象包含分组后的数据，但是不能直观地显示出来。

分组后获取指定列的汇总情况

获取多列的汇总情况

获取多列的情况

null/None/NaN

null经常出现在数据库中

None是Python中的缺失值，类型是NoneType

NaN也是python中的缺失值，意思是不是一个数字，类型是float

在pandas和Numpy中会将None替换为NaN，而导入数据库中的时候则需要把NaN替换成None

找出空值

isnull()

notnull()

添加空值

numeric容器会把None转换为NaN

In [20]: s = pdSeries([1, 2, 3])

In [21]: sloc[0] = None

In [22]: s

Out[22]:

0 NaN

1 20

2 30

dtype: float641234567891012345678910

object容器会储存None

In [23]: s = pdSeries(["a", "b", "c"])

In [24]: sloc[0] = None

In [25]: sloc[1] = npnan

In [26]: s

Out[26]:

0 None

1 NaN

2 c

dtype: object123456789101112123456789101112

空值计算

arithmetic operations(数学计算)

NaN运算的结果是NaN

statistics and computational methods(统计计算)

NaN会被当成空置

GroupBy

在分组中会忽略空值

清洗空值

填充空值

fillna

DataFramefillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, kwargs)

参数

value : scalar, dict, Series, or DataFrame

method : {‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, None}, default None(bfill使用后面的值填充,ffill相反）

axis : {0 or ‘index’, 1 or ‘columns’}

inplace : boolean, default False

limit : int, default None

downcast : dict, default is None

返回值

filled : DataFrame

Interpolation

replace

删除空值行或列

DataFramedropna(axis=0, how=’any’, thresh=None, subset=None, inplace=False)

参数

axis : {0 or ‘index’, 1 or ‘columns’}, or tuple/list thereof

how : {‘any’, ‘all’}

thresh : int, default None

subset : array-like

inplace : boolean, default False

返回

dropped : DataFrame

以上就是关于python里dataframe怎么设置刻度全部的内容，包括:python里dataframe怎么设置刻度、python数据分析模块：numpy、pandas全解、python中利用pandas怎么处理缺省值等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！