Pandas数据挖掘与分析常用方法

来源：无锡达内教育IT培训机构时间：2022/12/8 10:56:50

　　今天我们来讲一下用Pandas模块对数据集进行分析的时候，一些经常会用到的配置，通过这些配置的帮助，我们可以更加有效地来分析和挖掘出有价值的数据。

　　数据集的准备

　　这次我们需要用到的数据集是广为人所知的泰坦尼克号的乘客数据，我们先导入并且读取数据集

　　import pandas as pd df = pd.read_csv("train.csv")

　　展示更多的行

　　Pandas默认只展示60行的数据，如果数据集当中的数量超过了60行，

　　pd.get_option('display.max_rows') ## 或者是 pd.options.display.max_rows

　　output

　　60

　　要是数据集当中的数据超过了60行，则会将中间的数据给折叠起来，展示出来前面的5行以及较后的5行，如下图所示

当然我们也可以改变较多展示出来的行数，代码如下

　　pd.set_option('display.max_rows', 200)

　　或者我们要是想将所有的数据都给展示出来的话，就设置成None，当然要是我们的数据集很长很长的话，有几万行几十万行的话，这么做可能会使得notebook崩掉

　　pd.set_option('display.max_rows', None)或者是 # pd.options.display.max_rows = None

　　展示更多的列

　　同样地，pandas默认只展示20列的数据

　　pd.get_option('display.max_columns') # pd.options.display.max_columns

　　output

　　20

　　要是数据集超过了20列的数据，中间的几列数据就会折叠起来，如下图所示

　　当然我们也可以改变这个值，例如当数据集当中的数据超过了50列才会被折叠，代码如下

　　# 当数据集当中的数据超过了50列才会被折叠 pd.set_option('display.max_columns', 50) # pd.options.display.max_columns = 50

　　或者就干脆展示出来所有的列

　　pd.set_option('display.max_columns', None) # pd.options.display.max_columns = None

　　改变列的宽度

　　当我们想要展示数据集当中的列的时候

　　df.head()

　　output

　　我们发现“Name”这一列当中的第二行因为字数比较多，就用了省略号来代替，这是因为Pandas对显示数据的量也是有限制的，

　　pd.get_option('display.max_colwidth') # pd.options.display.max_colwidth

　　当然我们也能改变这个默认值，代码如下

　　pd.set_option('display.max_colwidth', 500) # pd.options.display.max_colwidth = 500

　　或者显示出所有的内容

　　pd.set_option('display.max_colwidth', None) # pd.options.display.max_colwidth = None

　　改变浮点数的精度

　　或许你也察觉到了Pandas对于浮点数的精度的展示也是有限制的，如下图所示

　　默认只展示小数点后面的6位小数，

　　pd.get_option('display.precision') # pd.options.display.precision

　　output

　　6

　　要是我们只是希望展示小数点后面2位小数，则可以这么来做

　　pd.set_option('display.precision', 2) # pd.options.display.precision = 2

　　我们来看一下较终的效果如何

　　df.head()

　　output

个性化展示数字

　　有时候我们遇到例如货币、百分比、小数等数字时，可以通过pandas当中的display.float_format方法来个性化展示数字，

　　pd.set_option('display.float_format', '{:,.2f}'.format) df_test

　　例如我们希望对数字添加百分号来展示，代码如下

　　pd.set_option('display.float_format', '{:.2f}%'.format) df_test

　　例如我们希望在数字面前添加货币符号，代码如下

　　pd.set_option('display.float_format', '${:.2f}'.format) df_test

　　改变图表绘制的后端

　　默认的Pandas模块对图表的绘制是以matplotlib为后端的，但是以此为后端绘制出来的图表并不是动态可交互的，我们可以改成以plotly或者是altair为后端来绘制图表，

　　import pandas as pd import numpy as nppd.set_option('plotting.backend', 'altair') data = pd.Series(np.random.randn(100).cumsum()) data.plot()

　　重置回默认的配置

　　除了上面小编介绍的配置之外，大家也可以自行对数据集的展示的配置进行调整，首先我们看一下总共有哪些配置可以供我们来调整

　　pd.describe_option()

　　output

要是我们指定想要看横轴方向上的配置，可以这么来做

　　pd.describe_option("rows")

　　output

　　依次我们可以对较大展示出来的行数、较少展示出来的行数进行调整，而要是你想将所有的配置还原成默认值，可以这么来做

　　pd.reset_option('all')

尊重原创文章，转载请注明出处与链接：http://www.peixun360.com/3854/news/581912/违者必究！ 以上就是无锡达内教育IT培训机构 小编为您整理 Pandas数据挖掘与分析常用方法的全部内容。