วิธี Set_Option ของแพนด้า
วันนี้ เราจะมาดูวิธีใช้ฟังก์ชัน “pd.set_option()” เพื่อแสดงคอลัมน์ทั้งหมดใน Pandas Dataframe เมื่อนำเสนอในเครื่องมือ Spyder ของคุณ ในการใช้ “pd.set_option()” เราปฏิบัติตามไวยากรณ์ที่กำหนด:
มาเริ่มเรียนรู้แนวคิดด้วยความช่วยเหลือในการใช้งานโปรแกรม Python ในทางปฏิบัติ
ตัวอย่าง: การใช้วิธี Pandas Set_Option เพื่อแสดงคอลัมน์ทั้งหมด
การสาธิตนี้เป็นแนวทางในการแสดงคอลัมน์ทั้งหมดใน DataFrame โดยใช้ Pandas “set_option()” เราจะชี้แจงรายละเอียดของทุกขั้นตอนสำหรับการดำเนินการตามวิธี Python นี้อย่างชัดเจน
ข้อกำหนดแรกสำหรับการใช้งานสคริปต์ Python ในทางปฏิบัติคือการค้นหาเครื่องมือที่ดีที่สุดสำหรับใช้งานโปรแกรมของคุณ เครื่องมือที่เราใช้สำหรับภาพประกอบคือเครื่องมือ 'Spyder' เราเปิดตัวเครื่องมือนี้และเริ่มทำงานกับสคริปต์ Python
เริ่มต้นด้วยโค้ด ขั้นแรกเราต้องนำเข้าไลบรารีข้อกำหนดเบื้องต้นที่เราต้องการในโปรแกรมนี้ ไลบรารี่แรกที่เราโหลดลงในไฟล์ Python คือไลบรารี Pandas เนื่องจากฟังก์ชันที่เราใช้ที่นี่มีให้โดย Pandas เราตั้งชื่อแทนไลบรารีนี้ว่า 'pd' ไลบรารีที่สองที่เราโหลดคือไลบรารี NumPy NumPy (Numerical Python) เป็นแพ็คเกจการคำนวณเชิงตัวเลขที่พัฒนาขึ้นจากการเขียนโปรแกรม Python ส่วน Import NumPy ของโค้ดจะสั่งให้ Python รวมโมดูล NumPy เข้ากับไฟล์ Python ปัจจุบันของคุณ ส่วน 'as np' ของสคริปต์จะสั่งให้ Python กำหนดตัวย่อ 'np' ให้กับ NumPy ช่วยให้คุณสามารถใช้วิธี NumPy ได้โดยป้อน 'np.function_name' แทน NumPy
ตอนนี้เราเริ่มต้นด้วยรหัสหลัก ความต้องการพื้นฐานและสำคัญที่สุดสำหรับโปรแกรมของเราคือ Pandas DataFrame ดังนั้นเราจึงแสดงคอลัมน์ทั้งหมดที่มีอยู่ ตอนนี้ ขึ้นอยู่กับคุณทั้งหมดแล้ว หากคุณต้องการสร้าง DataFrame ด้วยค่าที่ระบุ หรือถ้าคุณต้องการนำเข้าไฟล์ CSV สิ่งที่เราเลือกสำหรับอินสแตนซ์นี้คือการสร้าง DataFrame ที่มีค่า NaN เราเรียกใช้เมธอด “pd.DataFrame()” เพื่อสร้าง DataFrame ในที่นี้ เราได้จัดเตรียมพารามิเตอร์ไว้ 2 ตัว ได้แก่ 'ดัชนี' และ 'คอลัมน์' อาร์กิวเมนต์ 'index' หมายถึงแถวต่างๆ ซึ่งหมายความว่าเราตั้งค่าแถวสำหรับ DataFrame
เรากำหนดพารามิเตอร์ 'index' และฟังก์ชัน NumPy 'np.arange() โดยมีค่าเป็น '6' มันสร้างหกแถวสำหรับ DataFrame มันเติมรายการทั้งหมดด้วยค่า NaN เนื่องจากเราไม่ได้ให้ค่าใด ๆ อาร์กิวเมนต์ 'คอลัมน์' ตามชื่อที่ระบุ ใช้เพื่อตั้งค่าคอลัมน์สำหรับ DataFrame นอกจากนี้ยังกำหนดฟังก์ชัน 'np.arange()' โดยมีค่า '25' สำหรับคอลัมน์ ดังนั้นจึงสร้าง 25 คอลัมน์สำหรับ DataFrame
ดังนั้น เมื่อเราเรียกใช้ฟังก์ชัน “pd.DataFrame()” เรามี DataFrame ที่มี 25 คอลัมน์และ 6 แถวที่เต็มไปด้วยค่าว่าง สำหรับความจำเป็นในการรักษา DataFrame นี้ เราจำเป็นต้องสร้างวัตถุ DataFrame ที่จัดเก็บเนื้อหา ดังนั้นเราจึงสร้างวัตถุ DataFrame 'สุ่ม' และกำหนดผลลัพธ์ที่เราได้รับจากเมธอด 'pd.DataFrame()' ตอนนี้ คุณต้องการเห็น DataFrame ถูกสร้างขึ้นอย่างแน่นอน Python ให้วิธีการดูผลลัพธ์บนหน้าจอซึ่งเป็นฟังก์ชัน “print()” เราเรียกใช้วิธีนี้โดยส่งวัตถุ DataFrame 'สุ่ม' เป็นพารามิเตอร์
เมื่อเรารันข้อมูลโค้ดนี้ เราจะได้ DataFrame พร้อมค่า NaN ที่แสดงบนเทอร์มินัล ในที่นี้ เราสามารถสังเกตได้ว่าคอลัมน์แรกบางคอลัมน์และคอลัมน์สุดท้ายเพียงไม่กี่คอลัมน์เท่านั้นที่มองเห็นได้ คอลัมน์ที่อยู่ระหว่างคอลัมน์ทั้งหมดจะถูกตัดทอน โดยค่าเริ่มต้น จะซ่อนแถวและคอลัมน์บางส่วนเพื่อหลีกเลี่ยงการสร้างความยุ่งยากให้กับผู้ใช้ด้วยการแสดงชุดข้อมูลขนาดใหญ่
คุณสามารถตรวจสอบจำนวนคอลัมน์ทั้งหมดใน DataFrame ได้โดยใช้ฟังก์ชัน “len()” ของ Pandas เขียนฟังก์ชัน “len()” บนคอนโซลของเครื่องมือ “Spyder” ของคุณ เขียนชื่อของ DataFrame ระหว่างวงเล็บด้วยคุณสมบัติ '.columns' ส่งกลับความยาวรวมของคอลัมน์ใน DataFrame ของคุณ
ส่งคืนความยาวของ DataFrame ซึ่งเท่ากับ 25
ตอนนี้ งานต่อไปและงานหลักคือการเปลี่ยนตัวเลือกเริ่มต้นเพื่อแสดงผลลัพธ์ อาจมีสถานการณ์ที่คุณต้องการดู DataFrame ทั้งหมดบนเทอร์มินัล เนื่องจากค่าดีฟอลต์ รายการจำนวนมากจึงถูกตัดทอนซึ่งทำให้ผู้ใช้ผิดหวัง คุณจะได้เรียนรู้วิธีเอาชนะปัญหานี้ที่นี่ Pandas มีฟังก์ชัน “pd.set_option()” เพื่อเปลี่ยนการตั้งค่าการแสดงผลเริ่มต้น หลังจากแสดง DataFrame บนคอนโซล เราจะเรียกใช้เมธอด “pd.set_option()” เราระบุพารามิเตอร์ระหว่างวงเล็บของฟังก์ชันนี้ที่เราต้องใช้เพื่อแสดงคอลัมน์ทั้งหมดของ DataFrame
ที่นี่ เราใช้ “display.max_columns” เพื่อแสดงคอลัมน์สูงสุดใน DataFrame ของเรา นอกจากนี้เรายังสามารถกำหนดค่าสำหรับพารามิเตอร์นี้ เช่น คอลัมน์สูงสุดที่คุณต้องการแสดง ในทางกลับกัน เราตั้งค่า “display.max_columns” เป็น “None” ซึ่งแสดงคอลัมน์ทั้งหมดจาก DataFrame ที่มีความยาวสูงสุด สุดท้าย เราใช้ฟังก์ชัน “print()” เพื่อแสดง DataFrame ที่เป็นผลลัพธ์พร้อมคอลัมน์ทั้งหมดที่มองเห็นได้บนเทอร์มินัล
เมื่อเรากดตัวเลือก 'เรียกใช้ไฟล์' บนเครื่องมือ 'Spyder' เราสามารถดู DataFrame ที่กำลังแสดงได้ DataFrame นี้มีหกแถวและจำนวนคอลัมน์ที่มีคือ 25 คอลัมน์ ไม่มีคอลัมน์ใดที่ถูกตัดทอนเนื่องจากฟังก์ชัน “pd.set_option()” ที่มีความยาวคอลัมน์สูงสุดเปิดใช้งานอยู่
เราสามารถรีเซ็ตตัวเลือกการแสดงผลได้ด้วยซ้ำ เพราะเมื่อเราตั้งค่าความยาวในการแสดงผลเป็นสูงสุด มันยังคงแสดง DataFrames พร้อมคอลัมน์ทั้งหมดภายในไฟล์ Python นั้น ๆ ต่อไป สำหรับสิ่งนี้ เราใช้ Pandas “pd.reset_option()” เราเรียกใช้ฟังก์ชันนี้และจัดเตรียม 'display.max_columns' เป็นพารามิเตอร์ของฟังก์ชันนี้
สิ่งนี้ทำให้เราได้รับการตั้งค่าการแสดงผลเริ่มต้นสำหรับ DataFrame ที่ให้มา
บทสรุป
ในการดูผลลัพธ์ที่สมบูรณ์บนเทอร์มินัลด้วยชุดข้อมูลขนาดใหญ่ในบางครั้ง ทำให้เราประสบปัญหาเมื่อการตั้งค่าเริ่มต้นของเครื่องมือขัดแย้งกับความต้องการของผู้ใช้ เพื่อแก้ไขความพ่ายแพ้นี้ Pandas ให้เมธอด “pd.set_option()” แก่เรา ในคู่มือการเรียนรู้นี้ เราได้แนะนำให้คุณรู้จักวิธีการนี้และความจำเป็นในการใช้งาน เราสาธิตหัวข้อด้วยโค้ดตัวอย่าง Python ที่คอมไพล์และดำเนินการจริง เราแสดงผลลัพธ์ของภาพประกอบที่ดำเนินการบน “Spyder” เราอธิบายวิธีแสดงคอลัมน์ทั้งหมดของ DataFrame บนคอนโซลโดยเปลี่ยนการตั้งค่าเริ่มต้นและรีเซ็ตการตั้งค่าทั้งหมดเป็นค่าเริ่มต้น การให้ความสนใจอย่างเต็มที่กับการใช้งานจริงของโมดูลจะช่วยให้คุณใช้งานได้ทุกเมื่อที่คุณพบปัญหาดังกล่าว