Ang mga panda ay kabilang sa mga pinakasikat na tool na ginagamit ngayon ng mga data scientist upang pag-aralan ang tabular na data. Upang harapin ang tabular na nilalaman, nag-aalok ito ng mas mabilis at mas epektibong API. Sa tuwing titingnan namin ang mga frame ng data sa panahon ng pagsusuri, awtomatikong itinatakda ng Pandas ang iba't ibang gawi sa pagpapakita sa mga default na halaga. Kasama sa mga gawi sa display na ito kung gaano karaming mga row at column ang ipapakita, ang katumpakan ng mga float sa bawat data frame, mga laki ng column, atbp. Depende sa mga kinakailangan, maaaring kailanganin namin paminsan-minsang baguhin ang mga default na ito. Ang mga panda ay may iba't ibang diskarte para sa pagbabago ng default na gawi. Ang paggamit ng katangiang 'mga opsyon' ng mga panda ay nagbigay-daan sa amin na baguhin ang gawi na ito.
Pinapakita ng Pandas ang Maximum Row
Sa tuwing tatangkain mong mag-print ng malaking data frame na naglalaman ng higit pang mga row at column kaysa sa paunang natukoy na threshold, ang output ay trimmed. Para ipakita ang lahat ng row sa DataFrame, matututunan mo kung paano baguhin ang mga opsyon sa pagpapakita ng Pandas sa tutorial na ito. Ang mga Panda bilang default ay nagpapataw ng limitasyon sa bilang ng mga column at row na ipinapakita nito. Bagama't maaari itong maging kapaki-pakinabang para sa pagbabasa ng nilalaman, madalas itong nagdudulot ng pagkabigo kung ang impormasyong kailangan mong tingnan ay hindi ipinapakita. Dito, gagamitin namin ang mga pamamaraan na ibinigay sa ibaba kasama ang kanilang syntax upang ipakita ang lahat ng mga column ng dataframe.
to_string()
set_option()
option_context()
Matututuhan natin ang paggamit ng lahat ng pamamaraang ito na may praktikal na pagpapatupad para ipakita ang maximum na mga row sa ibinigay na dataframe.
Halimbawa # 1: Paggamit ng Pandas to_string() Method
Ang demonstrasyon na ito ay magtuturo sa amin na magpakita ng maximum na mga hilera sa isang dataframe sa terminal sa pamamagitan ng paggamit ng pandas na 'to_string()' na paraan.
Para sa compilation at execution ng mga sample na programa, pinili namin ang tool na 'Spyder'. Sa gabay na ito, gagamitin namin ang tool na ito para sa pagpapatupad ng lahat ng aming mga halimbawa. Inilunsad namin ang tool na 'Spyder' upang simulan ang pagsulat ng script ng python. Simula sa code, kailangan muna naming i-load ang mga kinakailangang aklatan sa aming python file upang mapahintulutan kaming gamitin ang mga feature nito. Ang module library na kailangan natin dito ay ang 'Pandas'. Kaya, na-import namin ito sa aming python file at na-alyas ito sa 'pd'.
Dahil ang pangunahing operasyon ng artikulong ito ay upang ipakita ang maximum na mga hilera ng isang dataframe, kailangan muna namin ng isang dataframe. Nasa sa iyo na ngayon kung mas gusto mong bumuo ng dataframe o mag-import ng CSV file. Nag-import kami ng sample na CSV file. Para sa pagbabasa ng CSV file sa python program, ginamit namin ang pandas na 'pd.read_csv()' function. Sa pagitan ng mga panaklong ng function na ito, ibinigay namin ang CSV file na gusto naming basahin ang display, na 'industry.csv'. Gumawa kami ng variable na 'df' upang iimbak ang output na nabuo mula sa pagbabasa ng ibinigay na CSV file. Pagkatapos, ginamit namin ang 'print()' na paraan upang ipakita ang dataframe.
Kapag pinatakbo namin ang python program na ito sa pamamagitan ng pagpindot sa opsyong 'Run file', isang dataframe ang makikita sa console. Maaari mong obserbahan na mayroong 43 mga hilera sa resulta sa ibaba ngunit sampu lamang ang ipinapakita. Ito ay dahil ang default na value ng Pandas library ay 10 row lang.
Gagamitin namin ang pandas method na 'to_string' para ipakita ang lahat ng row dito. Ang pinakasimpleng paraan upang ipakita ang maximum na mga row mula sa isang data frame ay gamit ang diskarteng ito. Gayunpaman, dahil ginagawa nitong iisang string ang buong data frame, hindi ito inirerekomenda para sa napakalaking dataset (sa milyun-milyon). Gayunpaman, epektibo itong gumagana para sa mga dataset na nasa libu-libo ang haba.
Sinunod namin ang syntax na ibinigay sa itaas para sa function na 'to_string()'. Ginawa lang namin ang 'to_string()' na paraan na may pangalan ng aming dataframe. Pagkatapos ay inilagay namin ang pamamaraang ito sa function na 'print()' upang ipakita ito kapag tinawag.
Ang output snapshot ay nagpapakita sa amin ng isang dataframe na may lahat ng mga hilera na ipinapakita sa terminal.
Halimbawa # 2: Paggamit ng Pandas set_option Method
Ang pangalawang paraan na aming isasagawa sa gabay na ito ay ang mga pandas na 'set_option()' upang ipakita ang maximum na mga row ng ibinigay na dataframe.
Sa python file, na-import namin ang pandas library para ma-access ang nabanggit na function. Ginamit namin ang mga pandas na “pd.read_csv()” para basahin ang ibinigay na CSV file. Ginawa namin ang function na 'pd.read_CSV()' na may pangalan ng CSV file na gusto naming gamitin sa pagitan ng mga panaklong nito na 'Sampledata.csv.' Kapag nag-import ng CSV file, panatilihin sa isip ang kasalukuyang gumaganang direktoryo ng Python program. Ang iyong CSV file ay dapat ilagay sa parehong direktoryo; kung hindi, makakakuha ka ng mensahe ng error na 'hindi nahanap ang file'. Gumawa kami ng variable na 'sample' upang iimbak ang dataframe mula sa CSV file. Tinawag namin ang 'print()' na paraan upang ipakita ang dataframe na ito.
Dito, mayroon kaming output kung saan sampung row lang ang ipinapakita. Ang maximum na bilang ng mga row na ipinahiwatig ay 99. Ang lahat ng iba pang row sa pagitan ng unang 5 at huling limang row ay pinutol.
Upang ipakita ang maximum na mga row na 99 para sa dataframe na ito, gagamitin namin ang function na 'set_option()' ng module ng pandas. Ang mga Panda ay may kasamang operating system na nagbibigay-daan sa iyong baguhin ang gawi at pagpapakita. Ang pamamaraang ito ay nagbibigay-daan sa amin na itakda ang display upang magpakita ng isang buong data frame sa halip na isang pinutol. Ang mga Panda ay nagbibigay ng function na 'set_ option()' para sa pagpapakita ng lahat ng row ng data frame.
Invoke namin ang 'pd.set_option()'. Ang function na ito ay may mga parameter na 'display.max_rows'. Tinutukoy ng “display.max_rows” ang max na bilang ng mga row na ipapakita kapag nagpapakita ng dataframe. Ang halaga ng “max_rows” ay nakatakda sa 10 bilang default. Kung pipiliin ang 'Wala', ipinapahiwatig nito ang lahat ng mga hilera sa frame ng data. Tulad ng gusto naming ipakita ang lahat ng mga hilera, kaya itinakda namin ito sa 'Wala'. Panghuli, ginamit namin ang function na 'print()' upang ipakita ang dataframe na may max na mga row.
Nagbubunga ito ng kinalabasan na ibinigay sa snapshot sa ibaba.
Halimbawa # 3: Paggamit ng Pandas option_context() Paraan
Ang huling paraan na tinatalakay natin dito ay ang 'option_context()' para ipakita ang lahat ng row ng dataframe. Para dito, nag-import kami ng pandas package sa python file at sinimulan naming isulat ang code. Ginamit namin ang function na 'pd.read_csv()' upang basahin ang CSV file na aming tinukoy. Gumawa kami ng variable na 'dalta' upang iimbak ang dataframe mula sa tinukoy na CSV file. Pagkatapos, na-print lang namin ang dataframe gamit ang 'print()' na paraan.
Ang kinalabasan na nakuha namin mula sa pagpapatupad ng code sa itaas ay nagpapakita sa amin ng isang dataframe na may mga pinutol na row.
Ilalapat na namin ngayon ang mga pandas na “pd.option_context()” sa dataframe na ito. Ang function na ito ay kapareho ng 'set_option()'. Ang tanging pagkakaiba sa pagitan ng dalawang diskarte ay ang 'set_option()' ay nagbabago nang permanente sa mga setting, samantalang ang 'option _context()' ay binago lamang ang mga ito sa loob ng saklaw nito. Ang pamamaraang ito ay gumagamit din ng display.max na mga row bilang isang parameter, na itinakda namin sa 'Wala' upang i-render ang lahat ng mga row ng data frame. Pagkatapos gamitin ang function na ito, ipinakita lang namin ito sa pamamagitan ng 'print()' na paraan.
Dito, makikita natin ang kumpletong dataframe na may pinakamataas na row nito na 2747.
Konklusyon
Nakatuon ang artikulong ito sa mga opsyon sa pagpapakita ng mga panda. Minsan kailangan nating tingnan ang buong dataframe sa terminal. Binibigyan tayo ng mga Panda ng iba't ibang opsyon para sa layuning iyon. Sa gabay na ito, ginamit namin ang tatlo sa mga estratehiyang ito. Ang unang halimbawa ay batay sa paggamit ng 'to_string()' na paraan. Ang aming pangalawang pagkakataon ay nagtuturo sa amin na ipatupad ang 'set_option()' habang ang huling paglalarawan ay nagpapatupad ng 'option_context()' na paraan. Ang lahat ng mga diskarteng ito ay ipinakita upang maging pamilyar ka sa mga alternatibong paraan na ibinibigay sa amin ng mga panda upang makamit ang kinakailangang resulta.