在日常使用pandas的過程中，由于我們所分析的數據表規模、格式上的差異，使得同樣的函數或方法作用在不同數據上的效果存在差異。

而pandas有著自己的一套「參數設置系統」，可以幫助我們在遇到不同的數據時靈活調節從而達到最好的效果，本文就將介紹pandas中常用的參數設置方面的知識。

圖1

1 設置DataFrame最大顯示行數

pandas設置參數中的display.max_rows用于控制打印出的數據框的最大顯示行數，我們使用pd.set_option()來有針對的設置參數，如下面的例子：

圖2

在修改display.max_rows的參數值之后，我們的數據框只會顯示指定行數的數據，中間的部分都會以省略號的形式顯示，當我們的數據框行數較多，可以加大這個參數以顯示更多行數據。

2 設置DataFrame最大顯示列數

類似display.max_rows，通過修改display.max_columns我們可以調節最大顯示的數據框列數（默認是20列），這在我們的數據框字段較多又想全部查看的時候很有用：

圖3

3 設置每列的最大顯示寬度

對于一些單元格內容長度較長的數據譬如長文本，在查看數據框時過長的部分會被簡化為省略號，而通過修改display.max_colwidth參數我們可以在必要時，使得超長的部分也顯示出來：

圖4

4 指定小于某個數的元素顯示為0

通過display.chop_threshold參數我們在不修改原始數據的情況下，指定數據框中絕對值小于閾值的數顯示為0：

圖5

5 格式化浮點數

通過display.float_format參數我們可以設置浮點數的顯示格式，譬如這里我們給浮點數加上￥前綴并設定保留兩位小數：

圖6

6 設置info()方法中非缺失值檢查的行數上限

針對數據框的info()方法可以幫助我們查看數據框的一些概覽信息，譬如每一列對應的非缺失值個數。

但默認情況下當數據框行數大于1690784行時，再查看info()信息，會處于計算效率的考慮略去缺失值檢查信息。

這時我們可以通過設置display.max_info_rows參數來提高這個上限：

圖7

7 控制小數打印的精度

控制數據框中小數的顯示精度除了上文提到的方法之外，還可以通過修改display.precision參數來控制，默認是6位小數：

圖8

8 臨時修改參數

有些時候我們只希望在某張表上進行設置參數的修改，不希望影響到之后的其他表的顯示。

這時除了用pd.reset_option()對指定的參數進行復原之外，我們還可以利用with關鍵詞配合pd.option_context以臨時的方式將指定的參數作用在局部范圍內：

圖9

---

以上就是本文的全部內容，歡迎在評論區與我進行討論~

往期精彩回顧適合初學者入門人工智能的路線及資料下載機器學習及深度學習筆記等資料打印機器學習在線手冊深度學習筆記專輯《統計學習方法》的代碼復現專輯 AI基礎下載機器學習的數學基礎專輯獲取一折本站知識星球優惠券，復制鏈接直接打開：https://t.zsxq.com/662nyZF本站qq群1003271085。加入微信群請掃碼進群（如果是博士或者準備讀博士請說明）：

總結

以上是生活随笔為你收集整理的【Python基础】Pandas参数设置的八个小技巧的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。