Pandas mostram toda a coluna
A sintaxe para mostrar todas as colunas usando o método set_option ()
A sintaxe acima é usada para exibir todas as colunas de um amplo quadro de dados simultaneamente.
A sintaxe para mostrar todas as colunas usando o método get_option ()
Exemplo 1: Exibindo todas as colunas do DataFrame usando Python Pandas Set_Option ()
Vamos usar o Python Pandas "Set_Option ()" para exibir todas as colunas em nosso quadro de dados. A quantidade de colunas exibidas por padrão pode ser alterada usando "set_option ()" através do uso de "set_option (" Display.colunas max ”, nenhuma)”. Também podemos mostrar todas as linhas do nosso quadro de dados usando "set_option ()". Usaremos a ferramenta "Spyder", que é usada para executar a programação do Python Pandas para implementar este código.
Antes de executar o código, devemos importar duas bibliotecas de panda. Primeiro, importamos a biblioteca de Panda como "PD" e, para o segundo, importamos Numpy como "NP". Um módulo Python chamado "Numpy" dá ajuda para matrizes numpy maciças e multivariadas, bem como um número considerável de procedimentos matemáticos sofisticados que podem ser realizados nessas matrizes. A abreviação de Numpy é "python numérico". Sua função principal é realizar operações matemáticas.
A criação do nosso quadro de dados vem a seguir. No entanto, diferentemente dos quadros de dados do exemplo anterior, não adicionaremos nomes de colunas específicos e valores precisos a essas colunas neste caso. Aqui, estamos criando nosso quadro de dados usando valores "nan". Portanto, usaremos os dois argumentos "índice" e "colunas" para gerar nosso enorme quadro de dados. Ao adicionar linhas ou colunas a um quadro de dados, as funções “index = np.arange () ”e“ colunas = np.ARANGE () ”inclui o número de linhas e colunas. Respectivamente, todas as linhas do quadro de dados estão contidas em linhas e todas as suas colunas que transportam valores "nan" estão contidas em colunas.
Utilizando os parâmetros Set_Option "Index" e "Column", pegamos linhas "3" e colunas "25". DataFrame deste exemplo é chamado de "df". Portanto, para criar o quadro de dados, estamos usando “PD.quadro de dados". Depois disso, usaremos a função "print ()" para exibir nosso quadro de dados.
Agora, chegamos à função principal do nosso programa, onde temos que mostrar todas as colunas do nosso quadro de dados. Para isso, estamos usando “exibição.max_columns "com" set_option ". Esta técnica mostrará todas as colunas "25" e linhas "3" de nossos quadros de dados contendo valores "nan" porque usamos o valor "nan" de nossas colunas. Por outro lado, definimos “exibição.max_columns "para" nenhum "que mostrará todas as colunas do quadro de dados, independentemente do comprimento real. "Nenhum" é usado para determinar se alguma informação está faltando; Esses valores são mostrados como "nan" ou "nenhum". Agora, vamos mostrar nossas colunas usando a função “print () '.
A execução deste código obterá o resultado em sua saída. Aqui, podemos ver que o quadro inicial, incluindo valores "nan", são exibidos. Como podemos ver, certas colunas foram exibidas no início e algumas colunas no final. Devido à conduta padrão, as colunas do meio estão ausentes no primeiro quadro. A ordem das matrizes é então exibida na linha a seguir, o que significa que possui linhas “3” e colunas “25”. O segundo DataFrame exibe todas as colunas utilizando "set_options" dois parâmetros ", índice" e "colunas". Usando isso, podemos verificar sem dúvida que ele exibe todos os “25” das colunas em nosso quadro de dados. O índice vai de "0 a 24", o que significa que existem "25" colunas no total.
Exemplo 2: mostrando todos os nomes de colunas do DataFrame usando colunas.valores.para listar () técnica
Demonstraremos todas as colunas do nosso quadro de dados na espuma da lista neste exemplo. Usando este procedimento no Python, você pode adquirir os nomes de colunas de um quadro de dados de pandas e depois passar o resultado como uma lista. Semelhante ao último dataframe, este também é criado importando duas bibliotecas panda como "PD" e Numpy como "np". Vamos começar gerando nosso quadro de dados. O nome do DataFrame é "df". Estamos usando dois atributos "índice" e "colunas" neste caso para adicionar linhas e colunas ao DataFrame. As linhas são adicionadas usando o “index = np.ARANGE () ”, enquanto as colunas são adicionadas usando o“ Column = NP.arange () ”.
Como não vamos listar essas colunas, estamos utilizando valores "nan". Então, estamos usando "np" aqui. Ao usar funções de índice e coluna, adicionamos linhas “5” e colunas “20” a este DataFrame. Como resposta, ele usará “PD.DataFrame ”para criar nosso quadro de dados. Agora que entramos na parte principal do código, usaremos o “df.coluna.Método de tolista ”para exibir cada nome de cada coluna em nosso quadro de dados. Esta função será inicializada como "df1". Agora imprimiremos esta função para exibir uma lista das colunas do DataFrame.
Como podemos ver esta lista de nomes de colunas na saída exibe todas as colunas “20” Lista de nomes de colunas. Este DataFrame possui colunas "20" a partir de "0" e terminando em "19". Como usamos index = np e coluna = np, os nomes das colunas são, por padrão, exibidos na forma de números. O significado de "nenhum" neste caso é que a saída inclui todos os nomes possíveis de colunas.
Exemplo 3: Exibindo todas as colunas máximas do DataFrame usando o método get_option ()
Nesse caso, a coluna máxima do DataFrame é mostrada usando o método "get_option ()". "Set_Option ()" e "get_option ()" são frequentemente empregados sempre que temos uma grande quantidade de dados em nosso quadro de dados, como registros de banco de dados de qualquer escola ou escritório, para exibir todas as colunas claramente na tela. Os valores de entrada são obtidos usando o método "get_option ()" e o valor da opção de entrada é definido usando o método "set_option ()".
Idêntico ao último exemplo, estamos gerando um dados de dados com valores "nan". Como precisamos de um monte de conteúdo, podemos carregar alternativamente um arquivo "CSV" no quadro de dados, mas esse método é mais simples. Da mesma forma, usaremos "índice" e "colunas" para adicionar linhas e colunas ao nosso quadro de dados. O “index = np.Arange (5) ”indica que adicionamos linhas“ 5 ”ao nosso quadro de dados e a“ coluna = np.Arange (32) ”mostra que estamos levando colunas“ 32 ”em nosso quadro de dados. Agora, ele está equipado para retirar sua principal tarefa de mostrar cada coluna no conjunto de dados considerável. Podemos obter todas as colunas invocando a “get_option (exibição.colunas max ”) Método. Por outro lado, "nenhum" significa que, depois de executar o código, a tela mostrará o número máximo de colunas. Após esse procedimento, o DataFrame agora é exibido nas imagens de origem usando a função "print ()".
A saída é facilmente visível na imagem; Ele exibe todas as colunas do quadro de dados. O DataFrame possui linhas “5” e colunas “32” com valores “NAN”.
Conclusão
Ocasionalmente, pode ser difícil gerenciar uma enorme quantidade de conjuntos de dados. Para gerar quadros de dados, as colunas são criadas pela primeira vez e depois a lista de valores é adicionada. Para facilitar o processo, o índice e a “coluna” de dois parâmetros são usados neste artigo para adicionar linhas e colunas. O número máximo de colunas do quadro de dados pode ser mostrado usando duas técnicas separadas “Set_Option (exibição.max_columns) ”e“ get_option (exibição.max_columns) ”. A "set_option" e "get_option" são usadas para exibir uma enorme quantidade de dados na tela. Você pode usar um ou todos esses dois métodos, dependendo do que você precisa para ser realizado.