💡 作者：韩信子@ShowMeAI
📘 数据分析实战系列：http://www.showmeai.tech/tutorials/40
📘 本文地址：http://www.showmeai.tech/article-detail/285
📢 声明：版权所有，转载请联系平台与作者并注明出处
📢 收藏ShowMeAI查看更多精彩内容
📌 Pandas 数据显示的问题
我们在应用 Python 进行数据分析挖掘和机器学习时，最常用的工具库就是 Pandas，它可以帮助我们快捷地进行数据处理和分析。
对 Pandas 不熟悉的同学，一定要学习下这个宝藏工具库哦！ShowMeAI 给大家做了一个详尽的教程，可以在 📘 Python 数据分析教程 中查看，我们同时也制作了 📘 Pandas速查表，方便大家快速查找需要的功能。如果你喜欢跟着视频学习，那么推荐B站这个 📘 快速实战教程。
但在使用 Pandas 时，我们经常会遇到像下面这样一些问题，它很影响我们查看数据了解详情。
🔔 长文本无法显示全
对于非常长的字段可能显示不全，如下图中，URL 被缩短显示。
🔔 科学计数法显示失去细节
Pandas 默认使用『科学计数法』显示大浮点数，例如 1000000.5 显示为 1.000e+06 。对于数值较大的数字，就可能有如下的显示，这导致我们看不到具体数值。
🔔 小数位精度不一致
对于浮点型的字段列，Pandas 可能有不同的位精度。例如下图中，col_1 精确到小数点后一位，而 col_2 精确到小数点后三位。有时候精度的不一致可能会有信息的差异。
在本篇内容中，ShowMeAI 将介绍如何使用 Pandas 自定义设置来解决诸如上述的问题。主要的设置包括下面内容：
- 自定义要显示的行数
- 自定义要显示的列数
- 自定义列宽
- 使浮点列之间的小数位精度保持一致
- 禁用科学记数法
- 其他用法
注意：以上设置仅更改数据的显示呈现方式，实际并不会影响Dataframe存储的数据。
📌 Pandas自定义显示设置
💡 自定义显示行数
打印大 Dataframe（行列数很多的数据）时，Pandas 默认显示前 5 行和后 5 行，如下图所示。
我们可以通过设置显示选项 display.max_rows 来更改要显示的行数，比如我们将其设置为4。
pd.set_option("display.max_row", 4)
df
我们可以使用重置选项 pd.reset_option("display.max_rows") 恢复默认行数显示设置。
💡 自定义显示列数
同样的道理，我们可以通过设置 display.max_columns 自定义输出 Dataframe 时要显示的列数。
pd.set_option("display.max_columns", 6)
df
我们甚至可以设置 pd.set_option('display.max_columns',` `None) 来显示所有列（但是大家需要注意一下内存使用，这个操作可能让 Jupyter Notebook 一下占用特别多资源）。
我们同样可以使用 pd.reset_option("display.max_columns") 重置返回到默认设置。
💡 自定义列宽
在下图中，我们看不到前两行的全文，因为它们的字符太长（长度超过了 50）。
我们把设置 display.max_colwidth调整到 70，就可以看到全文了，如下图所示。
pd.set_option("display.max_colwidth", 70)
df
对这个设置重置的操作依旧是pd.reset_option("display.max_colwidth")。
💡 设置字段小数位精度一致
前面提到的一个例子中，col_1 和 col_2 的小数位精度不一致：
我们可以通过设置 display.float_format 至 "{:.2f}".format 使格式一致，如下图所示。
该选项只会影响浮点列，而不影响整数列。
pd.set_option("display.float_format", "{:.2f}".format)
df
对这个设置重置的操作是 pd.reset_option("display.float_format")
💡 禁用科学计数法
Pandas 默认以科学计数法显示较大的浮点值。
通过设置 display.float_format至 "{:,.2f}".format，我们可以为千位添加分隔符。
pd.set_option("display.float_format", "{:,.2f}".format)
df
我们甚至可以添加货币符号在数值前面，比如我们把 display.float_format 设置为 "$ {:,.2f}".format，得到如下结果：
pd.set_option("display.float_format", "$ {:,.2f}".format)
df
💡 其他设置
上面列到的是一些最常用的设置，如果我们记不住这些设置名称，或者我们想了解全部可以调整的显示设置，可以怎么办呢？实际上大家可以借助pd.describe_option()获得所有可用显示设置的列表。
针针对某个特定的显示设置，可以在 pd.describe_option()中传入想调整的显示设置名称来获取使用细节，例如我们运行pd.describe_option("max_rows")将打印描述 display.max_rows使用细节，如下图所示。
pd.describe_option("max_rows")
参考资料
- 📘 Pandas 设置选项: https://pandas.pydata.org/docs/user_guide/options.html
- 📘 Python 数据分析教程: http://www.showmeai.tech/tutorials/33
- 📘 Pandas速查表: http://www.showmeai.tech/article-detail/101
- 📘 Pandas 快速实战教程: https://www.bilibili.com/video/BV1M64y187bz
