Pandas Menampilkan Semua Kolom

Pandas Menampilkan Semua Kolom



Saat mencoba menampilkan konten Pandas DataFrame di alat Spyder, kita sering kali berakhir dengan output yang muncul di terminal tetapi memiliki beberapa kolom tersembunyi. Saat Anda mencetak Pandas DataFrame panjang yang melampaui jumlah kolom dan baris yang telah ditentukan untuk dicetak, DataFrame terpotong. Terkadang, pengguna perlu melihat DataFrame lengkap dengan semua baris dan kolom di layar output. Pandas memiliki fungsi yang sangat berguna bernama 'get_option()' yang memungkinkan kita untuk mempersonalisasi tampilan output dan beroperasi tanpa menggunakan format output yang tidak dapat diatur. Nilai diatur menggunakan metode “set_option()”. Ini digunakan untuk menentukan batas maksimum baris dan kolom yang akan dirender hanya dengan mengonfigurasi parameter kolom maks atau jumlah kolom tertentu ke 'Tidak Ada'.

Metode Panda Set_Option

Hari ini, kita akan melihat bagaimana menggunakan fungsi “pd.set_option()” untuk menampilkan semua kolom di Pandas Dataframe saat mempresentasikannya di alat Spyder Anda. Untuk menggunakan 'pd.set_option()', kita mengikuti sintaks yang diberikan:


Mari kita mulai mempelajari konsepnya dengan bantuan implementasi praktis dari program Python.







Contoh: Memanfaatkan Metode Pandas Set_Option untuk Menampilkan Semua Kolom

Demonstrasi ini adalah panduan untuk menampilkan semua kolom dalam DataFrame dengan memanfaatkan Pandas “set_option()”. Kami akan memperjelas detail setiap langkah untuk implementasi metode Python ini.



Persyaratan pertama untuk implementasi praktis skrip Python adalah menemukan alat terbaik di mana Anda menjalankan program Anda. Alat yang kami gunakan untuk ilustrasi kami adalah alat 'Spyder'. Kami meluncurkan alat dan mulai mengerjakan skrip Python.



Dimulai dengan kode, awalnya kita perlu mengimpor perpustakaan prasyarat yang kita butuhkan dalam program ini. Pustaka pertama yang kami muat ke dalam file Python kami adalah pustaka Pandas karena fungsi yang kami gunakan di sini disediakan oleh Pandas. Kami menyebut perpustakaan ini sebagai 'pd'. Pustaka kedua yang kami muat adalah pustaka NumPy. NumPy (Python Numerik) adalah paket komputasi numerik yang dikembangkan melalui pemrograman Python. Bagian Impor NumPy dari kode mengarahkan Python untuk mengintegrasikan modul NumPy ke dalam file Python Anda saat ini. Bagian 'as np' dari skrip kemudian menginstruksikan Python untuk menetapkan ke NumPy singkatan 'np'. Ini memungkinkan Anda untuk menggunakan metode NumPy dengan memasukkan “np.function_name” alih-alih NumPy.





Sekarang, kita mulai dengan kode utama. Kebutuhan utama dan mendasar untuk program kami adalah Pandas DataFrame. Jadi, kami menampilkan semua kolom yang dikandungnya. Sekarang, terserah Anda apakah Anda ingin membuat DataFrame dengan nilai yang ditentukan atau jika Anda perlu mengimpor file CSV. Apa yang kami pilih untuk instance ini adalah membuat DataFrame dengan nilai NaN. Kami memanggil metode “pd.DataFrame()” untuk membuat DataFrame. Di sini, kami menyediakan dua parameter - 'indeks' dan 'kolom'. Argumen 'indeks' mengacu pada baris yang berarti bahwa kita mengatur baris untuk DataFrame.

Kami menetapkan parameter 'index' dan fungsi NumPy 'np.arange() dengan jumlah nilai '6'. Ini menghasilkan enam baris untuk DataFrame. Itu mengisi semua entri dengan nilai NaN karena kami belum memberikan nilai apa pun. Argumen 'kolom', seperti yang ditentukan oleh namanya, digunakan untuk mengatur kolom untuk DataFrame. Itu juga diberi fungsi 'np.arange()' dengan jumlah nilai '25' untuk kolom. Dengan demikian, ia membangun 25 kolom untuk DataFrame.



Akibatnya, ketika kita memanggil fungsi “pd.DataFrame()”, kita memiliki DataFrame dengan 25 kolom dan 6 baris yang diisi dengan nilai nol. Untuk keperluan melestarikan DataFrame ini, kita diharuskan membangun objek DataFrame yang menyimpan kontennya. Oleh karena itu, kami membuat objek DataFrame 'acak' dan menetapkannya sebagai hasil yang kami dapatkan dari metode 'pd.DataFrame()'. Sekarang, Anda pasti ingin melihat DataFrame dihasilkan. Python memberi kita metode untuk melihat output di layar yang merupakan fungsi 'print()'. Kami memanggil metode ini dengan melewatkan objek DataFrame 'acak' sebagai parameternya.


Saat kami mengeksekusi cuplikan kode ini, kami mendapatkan DataFrame kami dengan nilai NaN yang ditampilkan di terminal. Di sini, kita dapat mengamati bahwa beberapa kolom pertama dan hanya beberapa dari akhir yang terlihat. Semua kolom di antara terpotong. Secara default, ini menyembunyikan beberapa baris dan kolom untuk menghindari frustrasi bagi pengguna dengan menampilkan kumpulan data yang sangat besar.


Anda bahkan dapat memeriksa jumlah kolom total dalam DataFrame dengan menggunakan fungsi “len()” dari Pandas. Tulis fungsi 'len()' di konsol alat 'Spyder' Anda. Tulis nama DataFrame di antara tanda kurung dengan properti “.columns”. Ini mengembalikan kami total panjang kolom di DataFrame Anda.


Ini mengembalikan panjang DataFrame kami yaitu 25.

Sekarang, tugas inti dan selanjutnya adalah mengubah opsi default untuk menampilkan output. Mungkin ada keadaan di mana Anda ingin melihat seluruh DataFrame di terminal. Karena nilai default, banyak entri terpotong yang menyebabkan kekecewaan bagi pengguna. Anda akan belajar di sini bagaimana mengatasi masalah ini. Pandas memberi kita fungsi “pd.set_option()” untuk mengubah pengaturan tampilan default. Tepat setelah menampilkan DataFrame di konsol, kita memanggil metode “pd.set_option()”. Kami menentukan parameter di antara tanda kurung dari fungsi ini yang perlu kami gunakan untuk menampilkan semua kolom DataFrame.

Di sini, kami menggunakan 'display.max_columns' untuk menampilkan kolom maksimum di DataFrame kami. Kami juga dapat menentukan nilai untuk parameter ini, yaitu kolom maksimum yang ingin Anda tampilkan. Kami, di sisi lain, mengatur 'display.max_columns' ke 'None' yang menampilkan semua kolom dari DataFrame dengan panjang maksimum. Terakhir, kami menggunakan fungsi “print()” untuk menampilkan DataFrame yang dihasilkan dengan semua kolom yang terlihat di terminal.


Ketika kami menekan opsi 'Jalankan file' pada alat 'Spyder', kami dapat melihat DataFrame yang dipamerkan. DataFrame ini memiliki enam baris dan jumlah kolom yang dimilikinya adalah 25. Tidak ada kolom yang terpotong karena fungsi “pd.set_option()” dengan panjang kolom maksimum diaktifkan sekarang.


Kami bahkan dapat mengatur ulang opsi tampilan karena setelah kami mengatur panjang tampilan ke maksimum, itu terus menampilkan DataFrames dengan semua kolom di dalam file Python tertentu. Untuk ini, kami menggunakan Pandas “pd.reset_option()”. Kami memanggil fungsi ini dan memberikan 'display.max_columns' sebagai parameter fungsi ini.


Ini memberi kita pengaturan tampilan awal untuk DataFrame yang disediakan.

Kesimpulan

Untuk melihat keluaran lengkap pada terminal dengan kumpulan data yang sangat besar terkadang membuat kita mendapat masalah ketika pengaturan default alat bertentangan dengan kebutuhan pengguna. Untuk mengatasi kemunduran ini, Pandas memberi kita metode “pd.set_option()”. Dalam panduan pembelajaran ini, kami memperkenalkan Anda pada metode ini dan kebutuhan untuk menggunakannya. Kami mendemonstrasikan topik dengan kode sampel Python yang dikompilasi dan dieksekusi secara praktis. Kami memberikan hasil ilustrasi yang dilakukan pada 'Spyder'. Kami menjelaskan cara menampilkan semua kolom DataFrame di konsol dengan mengubah pengaturan default serta mengatur ulang semua pengaturan ke awal. Memberikan perhatian penuh pada implementasi praktis dari modul memungkinkan Anda untuk menggunakannya setiap kali Anda menghadapi masalah seperti itu.