设置jupyter中DataFrame的显示限制方式

1. 什么是DataFrame

首先，DataFrame是Pandas中的一个重要的数据结构。DataFrame是二维的、大小可变的表格，其中每个列可以是不同的数据类型。一般来说，我们可以将其看做是电子表格或SQL表。

1.1 DataFrame如何创建

要创建Pandas DataFrame，可以使用以下方式创建：

import pandas as pd
data = {
  'name': ['Jack', 'Tom', 'Marry', 'Jerry'],
  'age': [18, 21, 19, 22],
  'gender': ['M', 'M', 'F', 'M']  
}
df = pd.DataFrame(data)
print(df)

其中，我们使用Python字典类型创建了一个四列的DataFrame，打印结果如下：

输出：

    name  age gender
0   Jack   18      M
1    Tom   21      M
2  Marry   19      F
3  Jerry   22      M

2. 如何设置DataFrame显示限制方式

默认情况下，Pandas DataFrame如果数据过多，输出结果将以省略号...的方式输出。

以前面创建的df为例，如果我们新增几行数据，结果如下：

import pandas as pd
data = {
  'name': ['Jack', 'Tom', 'Marry', 'Jerry', 'John', 'Lily']*100,
  'age': [18, 21, 19, 22, 24, 20]*100,
  'gender': ['M', 'M', 'F', 'M', 'M', 'F']*100 
}
df = pd.DataFrame(data)
print(df) # 此时输出的结果会以省略号的方式显示部分结果

输出：

           name  age gender
0          Jack   18      M
1           Tom   21      M
2         Marry   19      F
3         Jerry   22      M
4          John   24      M
...         ...  ...    ...
595        John   24      M
596        Lily   20      F
597        Jack   18      M
598         Tom   21      M
599       Marry   19      F
[600 rows x 3 columns]

2.1 设置全局的最大显示行数和列数

我们可以使用以下方式设置DataFrame的显示限制方式：

pd.set_option('display.max_rows', 10) # 设置显示最大行数
pd.set_option('display.max_columns', 5) # 设置显示最大列数
pd.set_option('display.width', 1000) # 设置每行最大宽度
print(df)

输出：

      name  age gender
0     Jack   18      M
1      Tom   21      M
2    Marry   19      F
3    Jerry   22      M
4     John   24      M
..     ...  ...    ...
595   John   24      M
596   Lily   20      F
597   Jack   18      M
598    Tom   21      M
599  Marry   19      F
[600 rows x 3 columns]

通过上述方式，我们可以灵活地设置DataFrame的显示行数、列数、宽度等限制。

2.2 设置局部的最大显示行数和列数

此外，在一些需要实时调整的情况下，我们可以使用以下代码临时更改DataFrame的显示约束：

with pd.option_context('display.max_rows', 10, 'display.max_columns', 5):
    print(df)

上述代码使用了Python中的with关键字，使pd.option_context()函数的作用范围限于该代码块内，在此范围内设置了对应的显示行数和列数，同时在代码块结束时恢复了默认值。

3. 如何设置DataFrame的数值显示格式

为了输出更整洁、易读的结果，我们经常需要调整DataFrame数值的显示格式，可以按照以下方式调整数值的显示精度：

pd.options.display.float_format = '{:.2f}'.format # 设置浮点数的小数位数
data = {
  'name': ['Jack', 'Tom', 'Marry', 'Jerry'],
  'age': [18, 21, 19, 22],
  'gender': ['M', 'M', 'F', 'M'],
  'score': [86.5, 92.3456, 76.8, 69.123456],
  'weight': [70.5, 75.9, 60.3, 68.5]
}
df = pd.DataFrame(data)
print(df)

输出：

    name  age gender  score  weight
0   Jack   18      M  86.50   70.50
1    Tom   21      M  92.35   75.90
2  Marry   19      F  76.80   60.30
3  Jerry   22      M  69.12   68.50

通过上述代码，我们将score和weight两列的小数点都设置为了两位数，同时，我们可以使用.format()方法调整数值的格式。

3.1 多种数值格式的组合显示

同时，我们可以使用以下方式将不同列的显示精度设置为不同的数值格式，以获得更灵活、更细致的数据展现方式：

pd.options.display.float_format = lambda x: '{:.2f}'.format(x) if x.name == 'score' else '{:.0f}'.format(x)
df = pd.DataFrame(data)
print(df)

输出：

    name  age gender  score  weight
0   Jack   18      M  86.50      71
1    Tom   21      M  92.35      76
2  Marry   19      F  76.80      60
3  Jerry   22      M  69.12      69

利用上述代码，我们将score列的小数点精度设置为两位（保留后两位），其他列使用整数表示（去除小数点）。

4. 总结

在使用Pandas进行数据处理和分析时，DataFrame是其中最常用的数据结构之一。在实际应用中，我们可能需要对DataFrame的显示方式进行一些调整，以获得更加符合我们需求的数据展现方式。本文介绍了如何设置DataFrame的最大显示行数和列数、每行的最大宽度，以及如何调整浮点数的小数点精度，达到更加灵活、细致的数据展现效果。在实际应用中，读者可以根据自己的需求和数据情况进行灵活调整、优化，以获得更加理想的数据分析和展现效果。