在日常使用

pandas

的过程中，由于我们所分析的数据表规模、格式上的差异，使得同样的函数或方法作用在不同数据上的效果存在差异。

　　而

pandas

有着自己的一套参数设置系统，可以帮助我们在遇到不同的数据时灵活调节从而达到最好的效果，本文就将介绍

pandas

中常用的参数设置方面的知识。

图1

1 设置DataFrame最大显示行数

　　

pandas

设置参数中的

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()

来有针对的设置参数，如下面的例子：

图2

　　在修改

display.max_rows

的参数值之后，我们的数据框只会显示指定行数的数据，中间的部分都会以省略号的形式显示，当我们的数据框行数较多，可以加大这个参数以显示更多行数据。

2 设置DataFrame最大显示列数

　　类似

display.max_rows

，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参数作用在局部范围内：

图9

　　以上就是本文的全部内容，欢迎在评论区与我进行讨论~