פנדות מציגות שורות מקסימליות

פנדות הן בין הכלים הפופולריים ביותר המשמשים כיום מדעני נתונים לניתוח נתונים טבלאיים. כדי להתמודד עם תוכן טבלאי, הוא מציע API מהיר ויעיל יותר. בכל פעם שאנו צופים במסגרות נתונים במהלך ניתוח, Pandas מגדירה אוטומטית התנהגויות תצוגה שונות לערכי ברירת מחדל. התנהגויות תצוגה אלה כוללות כמה שורות ועמודות להציג, הדיוק של צפים בכל מסגרת נתונים, גדלי עמודות וכו'. בהתאם לדרישות, ייתכן שנצטרך לשנות את ברירות המחדל האלה מדי פעם. לפנדות יש מגוון גישות לשינוי התנהגות ברירת מחדל. מינוף התכונה 'אפשרויות' של פנדות אפשרה לנו לשנות התנהגות זו.

פנדות מציגות את מירב השורות

בכל פעם שאתה מנסה להדפיס מסגרת נתונים ענקית המכילה יותר שורות ועמודות מהסף שהוגדר מראש, הפלט ייחתך. כדי להציג את כל השורות ב-DataFrame, תלמד כיצד לשנות את אפשרויות התצוגה של Pandas במדריך זה. פנדות כברירת מחדל מטילות הגבלה על מספר העמודות והשורות שהיא מציגה. למרות שזה עשוי להיות שימושי לקריאת תוכן, זה גורם לעתים קרובות לתסכול אם המידע שאתה צריך לראות לא מוצג. כאן, אנו נשתמש בשיטות המפורטות להלן עם התחביר שלהן כדי להציג את כל העמודות של מסגרת הנתונים.

to_string()

set_option()

option_context()

נלמד את ניצול כל השיטות הללו תוך יישום מעשי להצגת מקסימום שורות ב-dataframe המסופק.

דוגמה מס' 1: שימוש בשיטת Pandas to_string()‎

הדגמה זו תלמד אותנו להציג מקסימום שורות ב-dataframe על הטרמינל על ידי שימוש בשיטת pandas 'to_string()'.

עבור הידור וביצוע של תוכניות לדוגמה, בחרנו בכלי 'Spyder'. במדריך זה, נשתמש בכלי זה לביצוע כל הדוגמאות שלנו. השקנו את הכלי 'Spyder' כדי להתחיל בכתיבת סקריפט python. החל מהקוד, עלינו לטעון תחילה את הספריות הדרושות לקובץ ה-python שלנו כדי שנוכל להשתמש בתכונות שלו. ספריית המודולים שאנו צריכים כאן היא ה'פנדות'. אז, ייבאנו אותו לקובץ ה-python שלנו וכינו אותו ל-'pd'.

מכיוון שהפעולה העיקרית של מאמר זה היא להציג את השורות המקסימליות של מסגרת נתונים, אנו צריכים קודם כל מסגרת נתונים. כעת זה תלוי בך אם אתה מעדיף ליצור מסגרת נתונים או לייבא קובץ CSV. ייבאנו קובץ CSV לדוגמה. לקריאת קובץ CSV בתוכנית python, השתמשנו בפונקציית pandas 'pd.read_csv()'. בין הסוגריים של פונקציה זו, סיפקנו את קובץ ה-CSV שאנו רוצים לקרוא את התצוגה, שהיא 'industry.csv'. בנינו משתנה 'df' כדי לאחסן את הפלט שנוצר מקריאת קובץ ה-CSV שסופק. לאחר מכן, הפעלנו את שיטת 'print()' כדי להציג את מסגרת הנתונים.

כאשר אנו מפעילים את תוכנית פיתון זו על ידי לחיצה על האפשרות 'הפעל קובץ', מסגרת נתונים מוצגת על המסוף. אתה יכול לראות שיש 43 שורות בתוצאה למטה אבל רק עשר מוצגות. הסיבה לכך היא שערך ברירת המחדל של ספריית Pandas הוא 10 שורות בלבד.

נשתמש בשיטת הפנדות 'to_string' כדי להציג את כל השורות כאן. הדרך הפשוטה ביותר להציג שורות מרביות ממסגרת נתונים היא באמצעות טכניקה זו. עם זאת, מכיוון שהוא הופך את מסגרת הנתונים המלאה למחרוזת אחת, זה לא מומלץ עבור מערכי נתונים גדולים מאוד (במיליונים). עם זאת, זה עובד ביעילות עבור מערכי נתונים באורך של אלפים.

עקבנו אחר התחביר שסופק לעיל עבור הפונקציה 'to_string()'. פשוט הפעלנו את שיטת 'to_string()' עם השם של מסגרת הנתונים שלנו. לאחר מכן הכנסנו את השיטה הזו לפונקציית 'print()' כדי להציג אותה כשהיא נקראת.

תמונת הפלט מציגה לנו מסגרת נתונים עם כל השורות המוצגות בטרמינל.

דוגמה מס' 2: שימוש בשיטת Pandas set_option

השיטה השנייה שנתרגל במדריך זה היא הפנדות 'set_option()' כדי להציג את השורות המקסימליות של מסגרת הנתונים שסופקה.

בקובץ python, ייבאנו את ספריית הפנדות כדי לגשת לפונקציה שהוזכרה לעיל. השתמשנו בפנדות 'pd.read_csv()' כדי לקרוא את קובץ ה-CSV שסופק. הפעלנו את הפונקציה 'pd.read_CSV()' עם שם קובץ ה-CSV שבו אנו רוצים להשתמש בין הסוגריים שלו שהוא 'Sampledata.csv'. בעת ייבוא ​​קובץ ה-CSV, זכור את ספריית העבודה הנוכחית של תוכנית Python. קובץ ה-CSV שלך חייב להיות ממוקם באותה ספרייה; אחרת, תקבל הודעת שגיאה 'הקובץ לא נמצא'. יצרנו משתנה 'דגימה' לאחסון מסגרת הנתונים מקובץ ה-CSV. קראנו לשיטת 'print()' כדי להציג את מסגרת הנתונים הזו.

כאן, יש לנו את הפלט שלנו שבו רק עשר שורות מוצגות. המספר המרבי של שורות שצוין הוא 99. כל שאר השורות בין 5 השורות הראשונות לחמש השורות האחרונות מקוצרות.

כדי להציג את השורות המקסימליות שהן 99 עבור מסגרת הנתונים הזו, נשתמש בפונקציה 'set_option()' של מודול הפנדות. פנדות מגיעות עם מערכת הפעלה המאפשרת לשנות את ההתנהגות והתצוגה. שיטה זו מאפשרת לנו להגדיר את התצוגה כך שתציג מסגרת נתונים מלאה במקום מסגרת קטומה. פנדות מספקות את הפונקציה 'set_ option()' להצגת כל השורות של מסגרת הנתונים.

הפעלנו את 'pd.set_option()'. לפונקציה זו יש פרמטרים 'display.max_rows'. ה-'display.max_rows' מציין את המספר המרבי של שורות שיוצגו בעת הצגת מסגרת נתונים. הערך של 'max_rows' מוגדר ל-10 כברירת מחדל. אם 'ללא' נבחר, זה מסמל את כל השורות במסגרת הנתונים. כפי שאנו רוצים להציג את כל השורות, אז אנחנו מגדירים אותו ל'ללא'. לבסוף, השתמשנו בפונקציה 'print()' כדי להציג את מסגרת הנתונים עם שורות מקסימום.

זה מניב את התוצאה המופיעה בתמונת המצב שלהלן.

דוגמה מס' 3: שימוש בשיטת Pandas option_context()

השיטה האחרונה בה אנו דנים כאן היא 'option_context()' כדי להציג את כל השורות של מסגרת הנתונים. לשם כך, ייבאנו את חבילת הפנדות לקובץ python והתחלנו לכתוב את הקוד. השתמשנו בפונקציה 'pd.read_csv()' כדי לקרוא את קובץ ה-CSV שציינו. יצרנו משתנה 'dalta' כדי לאחסן את מסגרת הנתונים מקובץ ה-CSV שצוין. לאחר מכן, פשוט הדפסנו את מסגרת הנתונים בשיטת 'print()'.

התוצאה שהשגנו מביצוע הקוד לעיל מציגה לנו מסגרת נתונים עם שורות קצוצות.

כעת נחיל את הפנדות 'pd.option_context()' על מסגרת הנתונים הזו. פונקציה זו זהה ל-'set_option()'. ההבדל היחיד בין שתי הגישות הוא ש-'set_option()' משנה את ההגדרות לצמיתות, בעוד ש-'option _context()' פשוט שינה אותן בטווח שלה. שיטה זו לוקחת גם שורות display.max כפרמטר, אותו הגדרנו כ'ללא' כדי להציג את כל השורות של מסגרת הנתונים. לאחר הפעלת הפונקציה הזו, פשוט הצגנו אותה באמצעות שיטת 'print()'.

כאן, אנו יכולים לראות את מסגרת הנתונים המלאה עם השורות המקסימליות שלה שהן 2747.

סיכום

מאמר זה מתמקד באפשרויות התצוגה של הפנדות. ייתכן שלפעמים נצטרך להציג את מסגרת הנתונים המלאה בטרמינל. פנדות נותנות לנו מגוון אפשרויות למטרה זו. במדריך זה, השתמשנו בשלוש מהאסטרטגיות הללו. הדוגמה הראשונה התבססה על שימוש בשיטת 'to_string()'. המופע השני שלנו מלמד אותנו ליישם את 'set_option()' בעוד שהאיור האחרון מבצע את שיטת 'option_context()'. כל הטכניקות הללו מודגמות כדי לגרום לך להכיר את הדרכים האלטרנטיביות שבהן הפנדות מספקות לנו כדי להשיג את התוצאה הנדרשת.