pandas基本设置 2018/12/5
1.函数：
get_option(*args, **kwds) # 获取默认参数值
set_option(*args, **kwds) # 设置参数值
reset_option(*args, **kwds) # 参数重设为默认值
describe_option(*args, **kwds) # 参数说明信息
option_context(*args) # 上下文管理器临时设置选项；当退出块时选项值自动恢复
pd.options.mode.use_inf_as_na = False # 实例1：查看 pd.get_option("display.max_rows") # 显示器上显示上限的行 # 60
pd.get_option("display.max_columns") # 显示上限的列# 20
pd.describe_option("display.max_rows")# 参数说明信息 # 实例2：设置 pd.set_option("display.max_rows",61) #设置显示器上显示上限的行61
pd.reset_option("display.max_rows") #将该参数恢复为默认值60
# 加速操作
pd.set_option('compute.use_bottleneck', False)#取消bottleneck库加速
pd.set_option('compute.use_numexpr', False) #取消numexpr库加速
pd.options.mode.use_inf_as_na = False #默认inf不作为na值处理 # 实例3：局部设置 with pd.option_context("display.max_rows",10):pass
# 输出精度局部设置
with pd.option_context('display.precision', 3):pass
# 浮点数据输出禁用科学计数法的方式
with pd.option_context('display.float_format', lambda x: '%.3f' % x):pass
Series(np.random.randn(3)).apply(lambda x: '%.3f' % x)
# 实例4：to_csv精度设置
df_data.to_csv(outfile, index=False,header=False, float_format='%11.6f') 3.常用参数 compute.use_bottleneck：True#使用bottleneck库加速
compute.use_numexpr：True #使用numexpr库加速计算
display.max_rows # 要显示的最大行数
display.max_columns # 要显示的最大列数
display.expand_frame_repr # 显示数据帧以拉伸页面
display.max_colwidth # 显示最大列宽
display.precision # 显示十进制数的精度 4.查看其它参数 pd.get_option? 5.备注-可以选项
- compute.[use_bottleneck, use_numexpr]
- display.[chop_threshold, colheader_justify, column_space, date_dayfirst,
date_yearfirst, encoding, expand_frame_repr, float_format]
- display.html.[border, table_schema, use_mathjax]
- display.[large_repr]
- display.latex.[escape, longtable, multicolumn, multicolumn_format, multirow,repr]
- display.[max_categories, max_columns, max_colwidth, max_info_columns,
max_info_rows, max_rows, max_seq_items, memory_usage, multi_sparse,
notebook_repr_html, pprint_nest_depth, precision, show_dimensions]
- display.unicode.[ambiguous_as_wide, east_asian_width]
- display.[width]
- html.[border]
- io.excel.xls.[writer]
- io.excel.xlsm.[writer]
- io.excel.xlsx.[writer]
- io.hdf.[default_format, dropna_table]
- io.parquet.[engine]
- mode.[chained_assignment, sim_interactive, use_inf_as_na, use_inf_as_null]
- plotting.matplotlib.[register_converters]