Pandas.set_option()函数的5种技巧，学完惊呆了！

秒速五厘米 2022-09-02 04:00 162阅读 0赞

本文向大家介绍set\_option()的使用技巧，这个函数主要用于设置DataFrame的显示输出。

在读取到Excel文件或csv文件后，往往会出现数据显示不全(如图)等问题，有时候会影响我们对数据的判断。**使用这个函数后，能够帮助我们更好的显示数据，帮助我们更快的认识数据，能够节省不少时间。**  
![在这里插入图片描述][f90f434241ed4041a1091acfac71a507.png]  
接下来，我们来为大家分别讲述set\_option()函数中，几个超级好用的技巧。

## 第一组 ##

创建数据源的代码如下：

df = pd.DataFrame({
         'a':[[1]*20] + [i for i in range(2,101)],
                        'b':[2]*100,
                        'c':[3]*100,
                        'd':[4]*100,
                        'e':[5]*100,
                        'f':[6]*100,
                        'g':[7]*100,
                        'h':[8]*100,
                        'i':[9]*100,
                        'j':[10]*100,
                        'k':[11]*100,
                        'l':[12]*100,
                        'm':[13]*100,
                        'n':[14]*100,
                        'o':[15]*100,
                        'p':[16]*100,
                        'r':[17]*100,
                        's':[18]*100,
                        't':[19]*100,
                        'u':[20]*100,
                        'v':[21]*100,
                        'w':[22]*100,
                        'x':[23]*100,
                        'y':[24]*100,
                        'z':[25]*100})
    df

结果如下：  
![在这里插入图片描述][f90f434241ed4041a1091acfac71a507.png]

#### 1. 显示所有行 ####

pd.set_option('display.max_rows', None)

结果如下：  
![在这里插入图片描述][92ceff218bbc4e0ba7ff25b9972e2311.png]

#### 2. 显示所有列 ####

pd.set_option('display.max_columns', None)

结果如下：  
![在这里插入图片描述][3191375042d64cddb2bd1ce23bf53e34.png]

#### 3. 显示列中单独元素的最大长度 ####

pd.set_option('max_colwidth', None)

结果如下：  
![在这里插入图片描述][d9375b3179aa41859d91cbf20557c26b.png]

## 第二组 ##

创建数据源的代码如下：

df = pd.DataFrame(np.random.rand(3, 30), columns=list(range(30)))
    df

结果如下：  
![在这里插入图片描述][7f4b364a8db14a0c839bbca537153ed9.png]

#### 1. 换行显示、每行最大显示宽度 ####

这个操作，需要几行代码配合操作。其中：

*  pd.set\_option(‘expand\_frame\_repr’,True)：True表示列可以换行显示。设置成False的时候不允许换行显示；
 *  pd.set\_option(‘display.max\_columns’, None)：显示所有列；
 *  pd.set\_option(‘display.width’, 80)：横向最多显示多少个字符；

pd.set_option('expand_frame_repr', True)
    pd.set_option('display.max_columns', None)
    pd.set_option('display.width', 80)
    df = pd.DataFrame(np.random.rand(3, 30), columns=list(range(30)))
    print(df)

结果如下：  
![在这里插入图片描述][7d4aea1f359f44e0b21be134f6fb1a2f.png]  
这可能是jupyter notebook显示输出的特殊性，上述代码，如果将这个print()函数去掉，直接使用df显示输出，你会发现，换行显示没用。

结果如下：  
![在这里插入图片描述][511a0c53f4b64db9a09300887dd31acd.png]  
这里直接将29列完全显示了。但是在Pycharm中，就不用担心这个问题了，因为我们必须print()输出。

[f90f434241ed4041a1091acfac71a507.png]: /images/20220829/5f0aa3aa93e14057a38328df0c99bd75.png
[92ceff218bbc4e0ba7ff25b9972e2311.png]: /images/20220829/1baa2cb49ee34d47a1cdeae1a86ca532.png
[3191375042d64cddb2bd1ce23bf53e34.png]: /images/20220829/a5f3155addbe46139f9c1ec8b0ac9451.png
[d9375b3179aa41859d91cbf20557c26b.png]: /images/20220829/a96514a1b312477b9614e37f1a65431a.png
[7f4b364a8db14a0c839bbca537153ed9.png]: /images/20220829/18c3084469ec4d48935541ea8ea03bd1.png
[7d4aea1f359f44e0b21be134f6fb1a2f.png]: /images/20220829/6474e8a0c4a64514a6925401c4f4f868.png
[511a0c53f4b64db9a09300887dd31acd.png]: /images/20220829/77bca6376b7e46298dc3708ab496418f.png