【pandas小技巧】--DataFrame的显示参数

我们在jupyter notebook中使用pandas显示DataFrame的数据时，
由于屏幕大小，或者数据量大小的原因，常常会觉得显示出来的表格不是特别符合预期。

这时，就需要调整pandas显示DataFrame的方式。
pandas为我们提供了很多调整显示方式的参数，具体参见文末附录中的链接。
本篇介绍几个我经常用到的参数来抛砖引玉。

1. 参数的相关函数

对于参数的控制，pandas提供了完整的方法。

1. describe_option：获取参数的描述信息
2. get_option：获取参数的值
3. set_option：设置参数的值
4. reset_option：重置参数的值，也就是将参数恢复到默认值

以 max_columns（显示最大的列数）为例，演示上面各个函数的使用：

import pandas as pd

pd.describe_option("display.max_columns")

这里显示了 max_columns参数的详细信息，包括默认值和当前的值。

我们先设置此参数的值，然后再获取值看看：

pd.set_option("display.max_columns", 10)
pd.get_option("display.max_columns")

 # 运行结果>>>
 # 10

max_columns参数的值变成了10。

最后重置此参数的值：

pd.reset_option("display.max_columns")
pd.get_option("display.max_columns")

 # 运行结果>>>
 # 20

max_columns参数的值又恢复成了20。

上面这4个函数是我们设置参数的过程进程会用到的，
下面演示几个常用参数的设置后的效果。

2. 行列相关的参数

控制行列相关的参数，多数情况是为了让数据能够更好的显示在屏幕上。
我比较常用的有以下三个：

2.1. max_rows

控制显示的最大行数。
随机生成一个20行的数据，max_rows的默认值是60，所以20行数据会全部显示出来。

df = pd.DataFrame(np.random.rand(20, 4))
df.columns = list("ABCD")
df

如果需要截一个数据概要的图，20行就太多了，可以设置显示的函数少一些。

pd.set_option("display.max_rows", 10)
df

设置之后，显示前后5行，中间的用省略号（...）表示。

2.2. max_columns

这个参数是控制显示的最大列数。

df = pd.DataFrame(np.random.rand(5, 14))
df.columns = list("ABCDEFGHIJKLMN")
df

显示很长，屏幕窄的话会出现滚动条。

设置 max_columns=5

pd.set_option("display.max_columns", 5)
df

2.3. max_colwidth

这个参数是设置单个列的宽度的，如果某个列的内容太长，可以用这个参数来控制。
比如：

df = pd.DataFrame({
    "ID": [1, 2, 3 ],
    "title": ["title01", "title02",
              "long long long long long title"],
})
df

某个特别长的值会将列的宽度撑大，如果列比价多的时候，会浪费显示的空间。

通过 max_colwidth 调整列的最大宽度。

pd.set_option("display.max_colwidth", 10)
df

设置最多显示10个字符，这样，显示起来没有那么突兀了。

3. 数值精度的参数

除了行列的调整，还有一种就是数值精度的调整。
数值精度的调整有个好处是不用修改原始数据，只是控制它显示出来的样子。

3.1. precision

precision是调整数据显示的精度的参数。

调整前：

df = pd.DataFrame(np.random.rand(3, 4))
df.columns = list("ABCD")
df

调整后：

pd.set_option("display.precision", 2)
df

3.2. float_format

float_format也是调整精度的，不过更加灵活，还可以控制格式化显示效果。
调整前：

df = pd.DataFrame(np.random.rand(3, 4))
df.columns = list("ABCD")
df

调整后：

pd.set_option("display.float_format",
              "{:.2%}".format)
df

直接转换成百分比方式显示，比precision更加直观。

3.3. chop_threshold

chop_threshold 帮助我们在显示时忽略掉不关注的数据。

比如：

df = pd.DataFrame(np.random.rand(3, 4))
df.columns = list("ABCD")
df

对于0.9以下的数据，我们不太关心，那么：

pd.set_option("display.chop_threshold", 0.9)
df

这样，0.9以下的数据都显示成0，便于我们观察有多少有效数据。

注意：这里调整的都是数据显示出来的样子，数据实际并没有改变。
比如上面很多显示为 0.0 的数据，在 df 中并不是0.0，还是原来的值。

4. 补充

pandas中能够调整参数还有很多，具体可以参考：
https://pandas.pydata.org/pandas-docs/version/1.5/reference/api/pandas.describe_option.html