Pandas数据挖掘与分析时的常用方法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

作者：俊欣

来源：关于数据分析与可视化

今天我们来讲一下用Pandas模块对数据集进行分析的时候，一些经常会用到的配置，通过这些配置的帮助，我们可以更加有效地来分析和挖掘出有价值的数据。

数据集的准备

这次我们需要用到的数据集是广为人所知的泰坦尼克号的乘客数据，我们先导入并且读取数据集

import pandas as pd df = pd.read_csv("train.csv")展示更多的行

Pandas默认只展示60行的数据，如果数据集当中的数量超过了60行，

pd.get_option('display.max_rows') ## 或者是 pd.options.display.max_rows

output

60

要是数据集当中的数据超过了60行，则会将中间的数据给折叠起来，展示出来前面的5行以及最后的5行，如下图所示

数据挖掘与分析时的常用方法" class="syl-page-img" style="border: none; margin-top: 20px; max-width: 715px; height: auto;">

当然我们也可以改变最多展示出来的行数，代码如下

pd.set_option('display.max_rows', 200)

或者我们要是想将所有的数据都给展示出来的话，就设置成None，当然要是我们的数据集很长很长的话，有几万行几十万行的话，这么做可能会使得notebook崩掉

pd.set_option('display.max_rows', None)或者是 # pd.options.display.max_rows = None 展示更多的列

同样地，pandas默认只展示20列的数据

pd.get_option('display.max_columns') # pd.options.display.max_columns

output

20

要是数据集超过了20列的数据，中间的几列数据就会折叠起来，如下图所示

数据挖掘与分析时的常用方法" class="syl-page-img" style="border: none; margin-top: 20px; max-width: 715px; height: auto;">

当然我们也可以改变这个值，例如当数据集当中的数据超过了50列才会被折叠，代码如下

# 当数据集当中的数据超过了50列才会被折叠 pd.set_option('display.max_columns', 50) # pd.options.display.max_columns = 50

或者就干脆展示出来所有的列

pd.set_option('display.max_columns', None) # pd.options.display.max_columns = None 改变列的宽度

当我们想要展示数据集当中的前5列的时候

df.head()

output

数据挖掘与分析时的常用方法" class="syl-page-img" style="border: none; margin-top: 20px; max-width: 715px; height: auto;">

我们发现“Name”这一列当中的第二行因为字数比较多，就用了省略号来代替，这是因为Pandas对显示数据的量也是有限制的，

pd.get_option('display.max_colwidth') # pd.options.display.max_colwidth

当然我们也能改变这个默认值，代码如下

pd.set_option('display.max_colwidth', 500) # pd.options.display.max_colwidth = 500

或者显示出所有的内容

pd.set_option('display.max_colwidth', None) # pd.options.display.max_colwidth = None 改变浮点数的精度

或许你也察觉到了Pandas对于浮点数的精度的展示也是有限制的，如下图所示

数据挖掘与分析时的常用方法" class="syl-page-img" style="border: none; margin-top: 20px; max-width: 715px; height: auto;">

默认只展示小数点后面的6位小数，

pd.get_option('display.precision') # pd.options.display.precision

output

6

要是我们只是希望展示小数点后面2位小数，则可以这么来做

pd.set_option('display.precision', 2) # pd.options.display.precision = 2

我们来看一下最终的效果如何

df.head()

output

数据挖掘与分析时的常用方法" class="syl-page-img" style="border: none; margin-top: 20px; max-width: 715px; height: auto;">
个性化展示数字

有时候我们遇到例如货币、百分比、小数等数字时，可以通过pandas当中的display.float_format方法来个性化展示数字，

pd.set_option('display.float_format', '{:,.2f}'.format) df_test

例如我们希望对数字添加百分号来展示，代码如下

pd.set_option('display.float_format', '{:.2f}%'.format) df_test

例如我们希望在数字面前添加货币符号，代码如下

pd.set_option('display.float_format', '${:.2f}'.format) df_test 改变图表绘制的后端

默认的Pandas模块对图表的绘制是以matplotlib为后端的，但是以此为后端绘制出来的图表并不是动态可交互的，我们可以改成以plotly或者是altair为后端来绘制图表，

import pandas as pd import numpy as nppd.set_option('plotting.backend', 'altair') data = pd.Series(np.random.randn(100).cumsum()) data.plot()

• 
  
  

重置回默认的配置

除了上面小编介绍的配置之外，大家也可以自行对数据集的展示的配置进行调整，首先我们看一下总共有哪些配置可以供我们来调整

pd.describe_option()

output

数据挖掘与分析时的常用方法" class="syl-page-img" style="border: none; margin-top: 20px; max-width: 715px; height: auto;">

要是我们指定想要看横轴方向上的配置，可以这么来做

pd.describe_option("rows")

output

数据挖掘与分析时的常用方法" class="syl-page-img" style="border: none; margin-top: 20px; max-width: 715px; height: auto;">

依次我们可以对最大展示出来的行数、最少展示出来的行数进行调整，而要是你想将所有的配置还原成默认值，可以这么来做

pd.reset_option('all')

相关帖子DA内容精选 2022年300个以上最佳免费数据科学课 大厂数据分析面试指南！来自亚马逊、谷歌、微软、头条、美团的面试问题！ 机器学习模型方法总结 历史最全机器学习/深度学习/人工智能专业术语表中英对照表 机器学习如何应用于商业场景？三个真实的商业项目 数据工作者的自我修养 | 哪些技能是必不可少的？ 《汗牛充栋：数据分析书籍分享》CDA网校新课上线 文本挖掘常用的107个语料库 一图读懂“东数西算”工程 零基础转行数据分析，看这篇文章就够了

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：pandas panda 数据挖掘 Das Matplotlib