如何加宽输出显示以查看 Pandas 数据框中的更多列?
当我们在 Pandas 中处理大型数据集时，我们经常以表格格式查看和分析数据。处理包含大量列的宽数据框时，默认显示设置可能会截断或隐藏某些列，从而难以完全探索和理解数据。为了克服这一限制，我们可以加宽 Pandas 中的输出显示以确保所有列都可见。在本文中，我们将讨论各种方法和技巧来加宽输出显示以查看更多列。
默认显示设置
默认情况下，Pandas 会限制显示的列数，以使输出适合可用空间。此行为由 display.max_columns 选项控制，该选项决定要显示的最大列数。
方法 1:使用 pd.set_option 方法
pd.set_option 方法允许我们修改 Pandas 中的各种显示选项，包括要显示的列数。通过将 display.max_columns 选项设置为 None，Pandas 将显示 DataFrame 中的所有列。
语法
pd.set_option('display.max_columns', None)
此处，pd.set_option('display.max_columns', None) 用于修改 Pandas 中的显示选项，以确定要显示的最大列数。通过将其设置为 None，它允许显示 DataFrame 中的所有列而不会截断。
示例
在下面的示例中，我们使用 Pandas 库创建一个包含 10 列的 DataFrame df。这些列标记为"A"到"J"，每列包含三个整数值的列表。然后，代码将 Pandas 选项 display.max_columns 设置为 None，这确保 DataFrame 中的所有列都将显示而不会截断。最后，打印 DataFrame df，显示所有列及其各自的值。
import pandas as pd
# 创建一个包含 10 列的 DataFrame
data = {'A': [1, 2, 3],
'B': [4, 5, 6],
'C': [7, 8, 9],
'D': [10, 11, 12],
'E': [13, 14, 15],
'F': [16, 17, 18],
'G': [19, 20, 21],
'H': [22, 23, 24],
'I': [25, 26, 27],
'J': [28, 29, 30]}
df = pd.DataFrame(data)
# 设置选项以显示所有列
pd.set_option('display.max_columns', None)
print(df)
输出
A B C D E F G H I J
0 1 4 7 10 13 16 19 22 25 28
1 2 5 8 11 14 17 20 23 26 29
2 3 6 9 12 15 18 21 24 27 30
方法二:修改display.max_columns选项
我们可以使用pd.options.display属性直接修改display.max_columns选项，将其设置为None，可以达到和上一种方法一样的效果。
语法
pd.options.display.max_columns = None
这里，pd.options.display.max_columns = None用于在Pandas中直接修改display.max_columns选项，将其设置为None，DataFrame中的所有列都将显示而不会被截断。
示例
在下面的示例中，我们使用Pandas库创建一个包含10列的DataFrame df。列标记为"A"到"J"，每列包含三个整数值的列表。此代码未使用 pd.set_option 方法，而是通过将 None 分配给 pd.options.display.max_columns 来直接修改 display.max_columns 选项。这可确保 DataFrame 中的所有列都将显示而不会被截断。最后，打印 DataFrame df，显示所有列及其各自的值。
import pandas as pd
# Create a DataFrame with 10 columns
data = {'A': [1, 2, 3],
'B': [4, 5, 6],
'C': [7, 8, 9],
'D': [10, 11, 12],
'E': [13, 14, 15],
'F': [16, 17, 18],
'G': [19, 20, 21],
'H': [22, 23, 24],
'I': [25, 26, 27],
'J': [28, 29, 30]}
df = pd.DataFrame(data)
# 修改 display.max_columns 选项
pd.options.display.max_columns = None
print(df)
输出
A B C D E F G H I J
0 1 4 7 10 13 16 19 22 25 28
1 2 5 8 11 14 17 20 23 26 29
2 3 6 9 12 15 18 21 24 27 30
方法 3:调整终端/控制台宽度
有时，终端或控制台窗口宽度可能会限制显示的列数。调整终端宽度是加宽输出显示的一个简单解决方案。通过增加宽度，可以容纳更多列而不会截断。
示例
在下面的示例中，我们导入 Pandas 库和 os 模块。然后，我们通过使用 os.environ['COLUMNS'] 将值"150"分配给"COLUMNS"环境变量，将终端宽度设置为 150 列。接下来，创建一个包含 15 列的 DataFrame df。列名表示为从 0 到 14 的数字字符串，每列包含相应列名的三个重复值的列表。最后，打印 DataFrame df，显示所有 15 列及其值。
import pandas as pd
import os
# 将终端宽度设置为 150 列
os.environ['COLUMNS'] = '150'
# 创建一个有 15 列的 DataFrame
data = {str(i): [i] * 3 for i in range(15)}
df = pd.DataFrame(data)
print(df)
输出
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 0 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 1 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 2 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
结论
在本文中，我们讨论了如何使用各种方法加宽输出显示以查看 Pandas Dataframe 中的更多列。我们讨论了使用 pd.set_option 方法并修改 display.max_columns 选项以显示所有列。此外，我们还强调了调整终端/控制台宽度以适应更宽的显示的重要性。
