Metoda Pandas Set_Option
Danas ćemo pogledati kako koristiti funkciju 'pd.set_option()' za prikaz svih stupaca u Pandas Dataframeu kada ga predstavljate u svom Spyder alatu. Da bismo koristili “pd.set_option()”, slijedimo zadanu sintaksu:
Počnimo učiti koncept uz pomoć praktične implementacije programa Python.
Primjer: korištenje metode Pandas Set_Option za prikaz svih stupaca
Ova demonstracija je vodič za prikaz svih stupaca u DataFrameu korištenjem Pandas “set_option()”. Razjasnit ćemo detalje svakog koraka za implementaciju ove Python metode.
Prvi uvjet za praktičnu implementaciju Python skripte je pronaći najbolji alat u kojem izvršavate svoj program. Alat koji smo koristili za našu ilustraciju je alat “Spyder”. Pokrenuli smo alat i počeli raditi na Python skripti.
Započinjući s kodom, prvo trebamo uvesti preduvjetne biblioteke koje su nam potrebne u ovom programu. Prva biblioteka koju smo učitali u našu Python datoteku je Pandas biblioteka budući da funkcije koje ovdje koristimo osigurava Pandas. Ovu biblioteku smo nazvali 'pd'. Druga biblioteka koju smo učitali je biblioteka NumPy. NumPy (Numerical Python) je numerički računalni paket razvijen preko Python programiranja. Odjeljak Import NumPy koda upućuje Python da integrira NumPy modul u vašu trenutnu Python datoteku. Dio skripte “kao np” zatim upućuje Python da NumPyju dodijeli kraticu “np”. Omogućuje vam korištenje NumPy metoda unosom 'np.function_name' umjesto NumPy.
Sada počinjemo s glavnim kodom. Najvažnija i temeljna potreba za naš program je Pandas DataFrame. Dakle, prikazujemo sve stupce koje sadrži. Sada u potpunosti ovisi o vama želite li stvoriti DataFrame s navedenim vrijednostima ili trebate uvesti CSV datoteku. Ono što smo odabrali za ovu instancu je stvaranje DataFramea s NaN vrijednostima. Pozvali smo metodu “pd.DataFrame()” da konstruiramo DataFrame. Ovdje smo dali dva parametra - 'index' i 'columns'. Argument 'indeks' odnosi se na retke što znači da smo postavili retke za DataFrame.
Parametru “index” i funkciji NumPy dodijelili smo “np.arange() s brojem vrijednosti “6”. Generira šest redaka za DataFrame. Ispunjava sve unose NaN vrijednostima budući da mu nismo dostavili nikakvu vrijednost. Argument “columns”, kao što naziv navodi, koristi se za postavljanje stupaca za DataFrame. Također mu je dodijeljena funkcija 'np.arange()' s brojem vrijednosti '25' za stupce. Dakle, konstruira 25 stupaca za DataFrame.
Posljedično, kada pozovemo funkciju 'pd.DataFrame()', imamo DataFrame s 25 stupaca i 6 redaka ispunjenih nultim vrijednostima. Za potrebe očuvanja ovog DataFramea, od nas se zahtijeva da izgradimo DataFrame objekt koji pohranjuje njegov sadržaj. Stoga smo stvorili DataFrame objekt 'random' i dodijelili mu ishod koji dobivamo iz metode 'pd.DataFrame()'. Sada sigurno želite vidjeti kako se DataFrame generira. Python nam pruža metodu za pregled izlaza na ekranu, a to je funkcija 'print()'. Pozvali smo ovu metodu prosljeđivanjem DataFrame objekta “random” kao njezinog parametra.
Kada izvršimo ovaj isječak koda, dobivamo naš DataFrame s NaN vrijednostima prikazanim na terminalu. Ovdje možemo primijetiti da su vidljivi neki od prvih stupaca i samo nekoliko s kraja. Svi stupci između su skraćeni. Prema zadanim postavkama skriva neke retke i stupce kako bi izbjegao stvaranje frustracije za korisnika prikazivanjem ogromnih skupova podataka.
Možete čak provjeriti i ukupan broj stupaca u DataFrameu pomoću funkcije 'len()' Pandasa. Napišite funkciju 'len()' na konzoli vašeg 'Spyder' alata. Napišite naziv DataFramea između njegovih zagrada sa svojstvom '.columns'. Vraća nam ukupnu duljinu stupaca u vašem DataFrameu.
Vraća duljinu našeg DataFramea koja je 25.
Sada je sljedeći i ključni zadatak promijeniti zadanu opciju za prikaz izlaza. Mogu postojati okolnosti u kojima želite vidjeti cijeli DataFrame na terminalu. Zbog zadanih vrijednosti, mnogi unosi bivaju skraćeni što uzrokuje razočaranje za korisnika. Ovdje ćete naučiti kako prevladati ovaj problem. Pandas nam daje funkciju “pd.set_option()” za promjenu zadanih postavki prikaza. Odmah nakon prikaza DataFramea na konzoli, pozivamo metodu “pd.set_option()”. Specificiramo parametar između zagrada ove funkcije koji trebamo upotrijebiti za prikaz svih stupaca DataFramea.
Ovdje smo koristili “display.max_columns” za prikaz maksimalnog broja stupaca u našem DataFrameu. Također možemo definirati vrijednost za ovaj parametar, tj. maksimalan broj stupaca koje želite prikazati. Mi, s druge strane, postavljamo “display.max_columns” na “None” što prikazuje sve stupce iz DataFramea s maksimalnom duljinom. Konačno, upotrijebili smo funkciju 'print()' za prikaz rezultirajućeg DataFramea sa svim stupcima vidljivim na terminalu.
Kada pritisnemo opciju 'Pokreni datoteku' na alatu 'Spyder', možemo vidjeti DataFrame koji je izložen. Ovaj DataFrame ima šest redaka, a broj stupaca koje sadrži je 25. Nema stupaca koji su skraćeni budući da je sada omogućena funkcija “pd.set_option()” s maksimalnom duljinom stupca.
Možemo čak i poništiti opciju prikaza jer nakon što postavimo duljinu prikaza na maksimalnu, on nastavlja prikazivati DataFrames sa svim stupcima unutar te određene Python datoteke. Za ovo koristimo Pandas “pd.reset_option()”. Pozivamo ovu funkciju i pružamo 'display.max_columns' kao parametar ove funkcije.
Ovo nam daje početne postavke prikaza za dostavljeni DataFrame.
Zaključak
Pregled kompletnog izlaza na terminalu s ogromnim skupom podataka ponekad nas dovodi u probleme kada su zadane postavke alata u suprotnosti s potrebama korisnika. Kako bismo riješili ovaj problem, Pandas nam daje metodu “pd.set_option()”. U ovom vodiču za učenje upoznali smo vas s ovom metodom i potrebom njezine primjene. Demonstrirali smo temu s praktično kompajliranim i izvedenim primjerima Python kodova. Rezultate ilustracije izvedene na 'Spyderu' prikazali smo. Objasnili smo kako prikazati sve stupce DataFramea na konzoli promjenom zadanih postavki kao i resetiranjem svih postavki na početne. Usmjeravanje posve usredotočene pažnje na praktičnu implementaciju modula omogućuje vam da ga koristite kad god naiđete na takve probleme.