如何显示 Pandas DataFrame 的所有列?
在本文中,我们将讨论如何显示 Pandas DataFrame 的所有列。
使用 set_option() 方法
我们将使用 pandas 的 set_option() 方法。此方法将设置指定选项的值。
Syntax :
pandas.set_option(pat, value)
Parameters :
- pat : Regexp which should match a single option.
- value : New value of option.
Returns :
None
Raises :
if no other option exists, the OptionError is raised
要查看和下载以下示例中使用的 CSV 文件,请单击 train.csv。
示例:
不使用 set_option() 方法:
Python3
# importing packages
import pandas as pd
# importing 'train.csv'
data = pd.read_csv('train.csv')
data.head()
Python3
# importing packages
import pandas as pd
# importing 'train.csv'
data = pd.read_csv('train.csv')
pd.set_option('display.max_columns', None)
data.head()
Python3
# importing packages
import pandas as pd
# importing 'train.csv'
data = pd.read_csv('train.csv')
pd.set_option('display.max_columns', 4)
data.head()
输出:
示例:
使用 set_option() 方法后:
在这里,我们给出了“display.max_columns”作为参数来查看我们数据框中的最大列。
Python3
# importing packages
import pandas as pd
# importing 'train.csv'
data = pd.read_csv('train.csv')
pd.set_option('display.max_columns', None)
data.head()
输出:
当我们向右滚动时,我们可以查看所有列,这与我们不使用 set_option() 方法时不同。如果我们只想查看一定数量的列:
Syntax:
pd.set_option(‘display.max_columns’, n)
where, n is an integer.
示例:
Python3
# importing packages
import pandas as pd
# importing 'train.csv'
data = pd.read_csv('train.csv')
pd.set_option('display.max_columns', 4)
data.head()
输出: