web-gelistirme-sc.com

Daha fazla sütun görmek için çıkış ekranını nasıl genişletirim?

Etkileşimli veya komut dosyası yürütme modunda çıktı görüntüsünü genişletmenin bir yolu var mı?

Özellikle, bir Pandalar dataframe üzerinde tanımla () işlevini kullanıyorum. dataframe, 5 sütun (etiket) genişliğinde, istediğim açıklayıcı istatistikleri alırım. Bununla birlikte, eğer dataframe'da daha fazla sütun varsa, istatistikler gizlenir ve bunun gibi bir şey döndürülür:

>> Index: 8 entries, count to max  
>> Data columns:  
>> x1          8  non-null values  
>> x2          8  non-null values  
>> x3          8  non-null values  
>> x4          8  non-null values  
>> x5          8  non-null values  
>> x6          8  non-null values  
>> x7          8  non-null values  

"8" değeri, 6 veya 7 sütun olup olmadığını gösterir. "8" ne anlama geliyor?

Daha önce boştaki IDLE penceresini sürüklemeyi ve "Yapılandırma IDLE" genişlik seçeneklerini boşuna çıkarmayı çoktan denedim.

Pandaları kullanmak ve tarif etmedim (), temel veri manipülasyonu ve araştırmasını yapmak içinSTATAgibi ikinci bir program kullanmaktan kaçınmaktır.

Python/IDLE 2.7.3
Pandalar 0.8.1
Not Defteri ++ 6.1.4 (UNICODE)
Windows Vista SP2 

349
beets

As @bmu mentioned, pandas auto detects (by default) the size of the display area, a summary view will be used when an object repr does not fit on the display. You mentioned resizing the IDLE window, to no effect. If you do print df.describe().to_string() does it fit on the IDLE window?

The terminal size is determined by pandas.util.terminal.get_terminal_size(), this returns a tuple containing the (width, height) of the display. Does the output match the size of your IDLE window? There might be an issue (there was one before when running a terminal in emacs).

Note that it is possible to bypass the autodetect, pandas.set_printoptions(max_rows=200, max_columns=10) will never switch to summary view if number of rows, columns does not exceed the given limits.


Update: Pandas 0.23.4 onwards

pandas.set_printoptions(...) is deprecated. Instead, use pandas.set_option. Like:

import pandas as pd
pd.set_option('display.max_rows', 500)
pd.set_option('display.max_columns', 500)
pd.set_option('display.width', 1000)

Here is the help for set_option:

set_option(pat,value) - Sets the value of the specified option

Available options:
display.[chop_threshold, colheader_justify, column_space, date_dayfirst,
         date_yearfirst, encoding, expand_frame_repr, float_format, height,
         line_width, max_columns, max_colwidth, max_info_columns, max_info_rows,
         max_rows, max_seq_items, mpl_style, multi_sparse, notebook_repr_html,
         pprint_nest_depth, precision, width]
mode.[sim_interactive, use_inf_as_null]

Parameters
----------
pat - str/regexp which should match a single option.

Note: partial matches are supported for convenience, but unless you use the
full option name (e.g. x.y.z.option_name), your code may break in future
versions if new options with similar names are introduced.

value - new value of option.

Returns
-------
None

Raises
------
KeyError if no such option exists

display.chop_threshold: [default: None] [currently: None]
: float or None
        if set to a float value, all float values smaller then the given threshold
        will be displayed as exactly 0 by repr and friends.
display.colheader_justify: [default: right] [currently: right]
: 'left'/'right'
        Controls the justification of column headers. used by DataFrameFormatter.
display.column_space: [default: 12] [currently: 12]No description available.

display.date_dayfirst: [default: False] [currently: False]
: boolean
        When True, prints and parses dates with the day first, eg 20/01/2005
display.date_yearfirst: [default: False] [currently: False]
: boolean
        When True, prints and parses dates with the year first, eg 2005/01/20
display.encoding: [default: UTF-8] [currently: UTF-8]
: str/unicode
        Defaults to the detected encoding of the console.
        Specifies the encoding to be used for strings returned by to_string,
        these are generally strings meant to be displayed on the console.
display.expand_frame_repr: [default: True] [currently: True]
: boolean
        Whether to print out the full DataFrame repr for wide DataFrames
        across multiple lines, `max_columns` is still respected, but the output will
        wrap-around across multiple "pages" if it's width exceeds `display.width`.
display.float_format: [default: None] [currently: None]
: callable
        The callable should accept a floating point number and return
        a string with the desired format of the number. This is used
        in some places like SeriesFormatter.
        See core.format.EngFormatter for an example.
display.height: [default: 60] [currently: 1000]
: int
        Deprecated.
        (Deprecated, use `display.height` instead.)

display.line_width: [default: 80] [currently: 1000]
: int
        Deprecated.
        (Deprecated, use `display.width` instead.)

display.max_columns: [default: 20] [currently: 500]
: int
        max_rows and max_columns are used in __repr__() methods to decide if
        to_string() or info() is used to render an object to a string.  In case
        python/IPython is running in a terminal this can be set to 0 and pandas
        will correctly auto-detect the width the terminal and swap to a smaller
        format in case all columns would not fit vertically. The IPython notebook,
        IPython qtconsole, or IDLE do not run in a terminal and hence it is not
        possible to do correct auto-detection.
        'None' value means unlimited.
display.max_colwidth: [default: 50] [currently: 50]
: int
        The maximum width in characters of a column in the repr of
        a pandas data structure. When the column overflows, a "..."
        placeholder is embedded in the output.
display.max_info_columns: [default: 100] [currently: 100]
: int
        max_info_columns is used in DataFrame.info method to decide if
        per column information will be printed.
display.max_info_rows: [default: 1690785] [currently: 1690785]
: int or None
        max_info_rows is the maximum number of rows for which a frame will
        perform a null check on its columns when repr'ing To a console.
        The default is 1,000,000 rows. So, if a DataFrame has more
        1,000,000 rows there will be no null check performed on the
        columns and thus the representation will take much less time to
        display in an interactive session. A value of None means always
        perform a null check when repr'ing.
display.max_rows: [default: 60] [currently: 500]
: int
        This sets the maximum number of rows pandas should output when printing
        out various output. For example, this value determines whether the repr()
        for a dataframe prints out fully or just a summary repr.
        'None' value means unlimited.
display.max_seq_items: [default: None] [currently: None]
: int or None

        when pretty-printing a long sequence, no more then `max_seq_items`
        will be printed. If items are ommitted, they will be denoted by the addition
        of "..." to the resulting string.

        If set to None, the number of items to be printed is unlimited.
display.mpl_style: [default: None] [currently: None]
: bool

        Setting this to 'default' will modify the rcParams used by matplotlib
        to give plots a more pleasing visual style by default.
        Setting this to None/False restores the values to their initial value.
display.multi_sparse: [default: True] [currently: True]
: boolean
        "sparsify" MultiIndex display (don't display repeated
        elements in outer levels within groups)
display.notebook_repr_html: [default: True] [currently: True]
: boolean
        When True, IPython notebook will use html representation for
        pandas objects (if it is available).
display.pprint_nest_depth: [default: 3] [currently: 3]
: int
        Controls the number of nested levels to process when pretty-printing
display.precision: [default: 7] [currently: 7]
: int
        Floating point output precision (number of significant digits). This is
        only a suggestion
display.width: [default: 80] [currently: 1000]
: int
        Width of the display in characters. In case python/IPython is running in
        a terminal this can be set to None and pandas will correctly auto-detect the
        width.
        Note that the IPython notebook, IPython qtconsole, or IDLE do not run in a
        terminal and hence it is not possible to correctly detect the width.
mode.sim_interactive: [default: False] [currently: False]
: boolean
        Whether to simulate interactive mode for purposes of testing
mode.use_inf_as_null: [default: False] [currently: False]
: boolean
        True means treat None, NaN, INF, -INF as null (old way),
        False means None and NaN are null, but INF, -INF are not null
        (new way).
Call def:   pd.set_option(self, *args, **kwds)
479
Wouter Overmeire

Bunu dene:

pd.set_option('display.expand_frame_repr', False)

Belgelerden:

display.expand_frame_repr: boolean

Birden fazla satır boyunca geniş DataFrame'lerin tam DataFrame repr'lerini yazdırıp yazdırmamaya rağmen, max_columns hala saygı duyulur, ancak genişlik display.width değerini aşarsa, çıktı birden fazla “sayfa” boyunca dolanır. [varsayılan: Doğru] [şu anda: Doğru]

Bakınız: http://pandas.pydata.org/pandas-docs/stable/generated/pandas.set_option.html

140
Robert Rose

Büyük bir DataFrame görüntülemek için geçici olarak seçenekleri ayarlamak isterseniz, option_context :

with pd.option_context('display.max_rows', -1, 'display.max_columns', 5):
    print df

with bloğundan çıktığınızda seçenek değerleri otomatik olarak geri yüklenir. 

63
jezrael

Sütun maksimum genişliğini aşağıdakileri kullanarak ayarlayın:

pd.set_option('max_colwidth', 800)

Bu özel ifade sütun başına maksimum genişliği 800 piksele ayarlar.

35
pX0r

Sadece bu 3 satırı kullanmak benim için çalıştı:

pd.set_option('display.max_columns', None)  
pd.set_option('display.expand_frame_repr', False)
pd.set_option('max_colwidth', -1)

Anaconda/Python 3.6.5/pandalar: 0.23.0/Visual Studio Kod 1.26

33
arispen

Pandaların baskı seçeneklerini set_printoptions ile ayarlayabilirsiniz.

In [3]: df.describe()
Out[3]: 
<class 'pandas.core.frame.DataFrame'>
Index: 8 entries, count to max
Data columns:
x1    8  non-null values
x2    8  non-null values
x3    8  non-null values
x4    8  non-null values
x5    8  non-null values
x6    8  non-null values
x7    8  non-null values
dtypes: float64(7)

In [4]: pd.set_printoptions(precision=2)

In [5]: df.describe()
Out[5]: 
            x1       x2       x3       x4       x5       x6       x7
count      8.0      8.0      8.0      8.0      8.0      8.0      8.0
mean   69024.5  69025.5  69026.5  69027.5  69028.5  69029.5  69030.5
std       17.1     17.1     17.1     17.1     17.1     17.1     17.1
min    69000.0  69001.0  69002.0  69003.0  69004.0  69005.0  69006.0
25%    69012.2  69013.2  69014.2  69015.2  69016.2  69017.2  69018.2
50%    69024.5  69025.5  69026.5  69027.5  69028.5  69029.5  69030.5
75%    69036.8  69037.8  69038.8  69039.8  69040.8  69041.8  69042.8
max    69049.0  69050.0  69051.0  69052.0  69053.0  69054.0  69055.0

Bununla birlikte, pandalar konsolunuzun genişliğini tespit ettiğinden, bu her durumda işe yaramaz ve çıktı konsolda uygunsa yalnızca to_string kullanır (set_printoptions dokümanına bakın). Bu durumda, BrenBarn tarafından yanıtlandığı şekilde to_string öğesini açıkça arayabilirsiniz.

Güncelle

0.10 sürümüyle geniş veri kareleri yazdırılır değiştirildi :

In [3]: df.describe()
Out[3]: 
                 x1            x2            x3            x4            x5  \
count      8.000000      8.000000      8.000000      8.000000      8.000000   
mean   59832.361578  27356.711336  49317.281222  51214.837838  51254.839690   
std    22600.723536  26867.192716  28071.737509  21012.422793  33831.515761   
min    31906.695474   1648.359160     56.378115  16278.322271     43.745574   
25%    45264.625201  12799.540572  41429.628749  40374.273582  29789.643875   
50%    56340.214856  18666.456293  51995.661512  54894.562656  47667.684422   
75%    75587.003417  31375.610322  61069.190523  67811.893435  76014.884048   
max    98136.474782  84544.484627  91743.983895  75154.587156  99012.695717   

                 x6            x7  
count      8.000000      8.000000  
mean   41863.000717  33950.235126  
std    38709.468281  29075.745673  
min     3590.990740   1833.464154  
25%    15145.759625   6879.523949  
50%    22139.243042  33706.029946  
75%    72038.983496  51449.893980  
max    98601.190488  83309.051963  

Panda seçenekleri ayarlamak için daha fazla API değişti:

In [4]: pd.set_option('display.precision', 2)

In [5]: df.describe()
Out[5]: 
            x1       x2       x3       x4       x5       x6       x7
count      8.0      8.0      8.0      8.0      8.0      8.0      8.0
mean   59832.4  27356.7  49317.3  51214.8  51254.8  41863.0  33950.2
std    22600.7  26867.2  28071.7  21012.4  33831.5  38709.5  29075.7
min    31906.7   1648.4     56.4  16278.3     43.7   3591.0   1833.5
25%    45264.6  12799.5  41429.6  40374.3  29789.6  15145.8   6879.5
50%    56340.2  18666.5  51995.7  54894.6  47667.7  22139.2  33706.0
75%    75587.0  31375.6  61069.2  67811.9  76014.9  72039.0  51449.9
max    98136.5  84544.5  91744.0  75154.6  99012.7  98601.2  83309.1
23
bmu

Çıkış ekranını mevcut terminal genişliğinize uyacak şekilde ayarlayabilirsiniz:

pd.set_option('display.width', pd.util.terminal.get_terminal_size()[0])
22
Wilfred Hughes

Tüm tabloyu göstermeye zorlamak için print df.describe().to_string() öğesini kullanabilirsiniz. (Herhangi bir DataFrame için to_string() işlevini kullanabilirsiniz. describe öğesinin sonucu yalnızca bir DataFrame öğesinin kendisidir.)

8, DataFrame'deki "açıklama" yı içeren satır sayısıdır (çünkü describe 8 istatistiği, min, maks, ortalama vb. Hesaplar).

19
BrenBarn

V0.18.0 için docs 'a göre, eğer bir terminalde çalışıyorsanız (yani iPython notebook, qtconsole veya IDLE değil), Panda'ların ekran genişliğinizi otomatik olarak algılaması ve uyum sağlaması 2 astarlıdır. kaç tane sütun gösterdiği anında:

pd.set_option('display.large_repr', 'truncate')
pd.set_option('display.max_columns', 0)
13
hamx0r

Yukarıdaki tüm cevaplar sorunu çözüyor gibi görünüyor. Bir nokta daha: pd.set_option('option_name') yerine, (auto-complete-able) komutunu kullanabilirsiniz.

pd.options.display.width = None

Bakınız Pandas doc: Seçenekler ve Ayarlar:

Seçenekler, tam bir "noktalı stil", büyük/küçük harf duyarlı bir ada sahiptir (örneğin, örneğin, __. display.max_rows). Seçenekleri direkt olarak üst düzey options niteliği:

In [1]: import pandas as pd

In [2]: pd.options.display.max_rows
Out[2]: 15

In [3]: pd.options.display.max_rows = 999

In [4]: pd.options.display.max_rows
Out[4]: 999

[...]

max_... params için:

max_rows ve max_columns, __repr__() yöntemlerinde to_string() veya info() öğelerinin bir dizgeye dönüştürülmesinde kullanılmasına karar vermek için kullanılır. Python/IPython'un bir terminalde çalışması durumunda, bu 0 olarak ayarlanabilir ve pandalar, terminalin genişliğini otomatik olarak algılar ve tüm sütunların dikey olarak sığmaması durumunda daha küçük bir biçime geçer. IPython notebook, IPython qtconsole veya IDLE bir terminalde çalışmaz ve bu nedenle doğru otomatik algılama yapmak mümkün değildir. None’ değeri sınırsız anlamına gelir. [vurgu orijinal değil]

width param için:

Ekranın karakter cinsinden genişliği. Bir terminalde python/IPython çalışıyorsa, bu None olarak ayarlanabilir ve pandalar genişliği otomatik olarak otomatik olarak algılar. IPython notebook, IPython qtconsole veya IDLE'nin bir terminalde çalışmadığını ve bu nedenle genişliğin doğru şekilde tespit edilemeyeceğini unutmayın.

4
serv-inc

Veri ölçeği yüksek olduğunda bu ayarları kullandım.

# environment settings: 
pd.set_option('display.max_column',None)
pd.set_option('display.max_rows',None)
pd.set_option('display.max_seq_items',None)
pd.set_option('display.max_colwidth', 500)
pd.set_option('expand_frame_repr', True)

Belgelere başvurabilirsiniz burada

2
debaonline4u
import pandas as pd
pd.set_option('display.max_columns', 100)
pd.set_option('display.width', 1000)

SentenceA = "William likes Piano and Piano likes William"
SentenceB = "Sara likes Guitar"
SentenceC = "Mamoosh likes Piano"
SentenceD = "William is a CS Student"
SentenceE = "Sara is kind"
SentenceF = "Mamoosh is kind"


bowA = SentenceA.split(" ")
bowB = SentenceB.split(" ")
bowC = SentenceC.split(" ")
bowD = SentenceD.split(" ")
bowE = SentenceE.split(" ")
bowF = SentenceF.split(" ")

# Creating a set consisted of all words

wordSet = set(bowA).union(set(bowB)).union(set(bowC)).union(set(bowD)).union(set(bowE)).union(set(bowF))
print("Set of all words is: ", wordSet)

# Initiating dictionary with 0 value for all BOWs

wordDictA = dict.fromkeys(wordSet, 0)
wordDictB = dict.fromkeys(wordSet, 0)
wordDictC = dict.fromkeys(wordSet, 0)
wordDictD = dict.fromkeys(wordSet, 0)
wordDictE = dict.fromkeys(wordSet, 0)
wordDictF = dict.fromkeys(wordSet, 0)

for Word in bowA:
    wordDictA[Word] += 1
for Word in bowB:
    wordDictB[Word] += 1
for Word in bowC:
    wordDictC[Word] += 1
for Word in bowD:
    wordDictD[Word] += 1
for Word in bowE:
    wordDictE[Word] += 1
for Word in bowF:
    wordDictF[Word] += 1

# Printing Term frequency

print("SentenceA TF: ", wordDictA)
print("SentenceB TF: ", wordDictB)
print("SentenceC TF: ", wordDictC)
print("SentenceD TF: ", wordDictD)
print("SentenceE TF: ", wordDictE)
print("SentenceF TF: ", wordDictF)

print(pd.DataFrame([wordDictA, wordDictB, wordDictB, wordDictC, wordDictD, wordDictE, wordDictF]))

Çıktı: 

   CS  Guitar  Mamoosh  Piano  Sara  Student  William  a  and  is  kind  likes
0   0       0        0      2     0        0        2  0    1   0     0      2
1   0       1        0      0     1        0        0  0    0   0     0      1
2   0       1        0      0     1        0        0  0    0   0     0      1
3   0       0        1      1     0        0        0  0    0   0     0      1
4   1       0        0      0     0        1        1  1    0   1     0      0
5   0       0        0      0     1        0        0  0    0   1     1      0
6   0       0        1      0     0        0        0  0    0   1     1      0
1

Görüntüleme seçeneklerinizi karıştırmak istemiyorsanız ve görüntülediğiniz her veri çerçevesini genişletmeden yalnızca bu belirli bir sütun listesini görmek istiyorsanız 

df.columns.values

0
user11052564

Ayrıca bir döngüde deneyebilirsiniz:

for col in df.columns: 
    print(col) 
0
LifeisBeautiful