Pandas这样来设置，做数据分析舒适百倍

发布时间：2025-11-05 13:33:00 来源：码上建站 作者：IT科技

在日常使用pandas的样设过程中，由于我们所分析的数据舒适数据表规模、格式上的分析差异，使得同样的百倍函数或方法作用在不同数据上的效果存在差异。

而pandas有着自己的样设一套「参数设置系统」，可以帮助我们在遇到不同的数据舒适数据时灵活调节从而达到最好的效果，本文就将介绍pandas中常用的分析参数设置方面的知识。

1. 设置DataFrame最大显示行数

pandas设置参数中的百倍display.max_rows用于控制打印出的数据框的最大显示行数，我们使用pd.set_option()来有针对的样设设置参数，如下面的数据舒适例子：

图2

在修改display.max_rows的参数值之后，我们的云服务器提供商分析数据框只会显示指定行数的数据，中间的百倍部分都会以省略号的形式显示，当我们的样设数据框行数较多，可以加大这个参数以显示更多行数据。数据舒适

2. 设置DataFrame最大显示列数

类似display.max_rows，分析通过修改display.max_columns我们可以调节最大显示的数据框列数(默认是20列)，这在我们的数据框字段较多又想全部查看的时候很有用：

图3

3. 设置每列的最大显示宽度

对于一些单元格内容长度较长的数据譬如长文本，在查看数据框时过长的部分会被简化为省略号，而通过修改display.max_colwidth参数我们可以在必要时，使得超长的部分也显示出来：

图4

4. 指定小于某个数的元素显示为0

通过display.chop_threshold参数我们在不修改原始数据的情况下，指定数据框中绝对值小于阈值的数显示为0：

图5

5. 格式化浮点数

通过display.float_format参数我们可以设置浮点数的免费源码下载显示格式，譬如这里我们给浮点数加上￥前缀并设定保留两位小数：

图6

6. 设置info()方法中非缺失值检查的行数上限

针对数据框的info()方法可以帮助我们查看数据框的一些概览信息，譬如每一列对应的非缺失值个数。

但默认情况下当数据框行数大于1690784行时，再查看info()信息，会处于计算效率的考虑略去缺失值检查信息。

这时我们可以通过设置display.max_info_rows参数来提高这个上限：

图7

7. 控制小数打印的精度

控制数据框中小数的显示精度除了上文提到的方法之外，还可以通过修改display.precision参数来控制，默认是6位小数：

图8

8. 临时修改参数

有些时候我们只希望在某张表上进行设置参数的修改，不希望影响到之后的其他表的显示。

这时除了用pd.reset_option()对指定的参数进行复原之外，我们还可以利用with关键词配合pd.option_context以临时的方式将指定的源码库参数作用在局部范围内：

图9

相关文章