Pandas大数据文件快速查看

这次接到的工作是对从IEA官网中下载的全球新能源汽车的产量，时间限度是从2011年到2023年，地区包含了世界各地的新能源汽车销售量，出口量，金融股票等类别的数据，看着这个时间尺度和类别繁多，一股之前大数据比赛打开一个数据转了两天导致破防的心理阴影。因此对于那些特别大的文件，在导入到Python中的时候，为了能够更快的了解到这一大坨数据的主要属性，我会编写这样的代码(虽然这次工作的文件并不大，但是依旧诱发了我的心理阴影)

import pandas as pd
df=pd.read_csv("./IEA Global EV Data 2024.csv",nrows=5)
df

在读取的文件时，可以设定nrows属性，这样可以限制读入的数量，从而快速地查看大型文件的主要属性和架构，一般只需要几秒钟到十几分钟，这个主要看限制读入的行数，以及硬件的性能了。而不是和笔者一样，等电脑读取完数据后直接交卷了。

当然，在读入一个文件后，如果你想只读取这个文件的前几行，可以使用这个方法

#df是已经读取到Python中的数据，现在的类型是DataFrame
df.head()

这个方法默认会展示数据的前五行，当然，可以在括号中，写入整数，这样返回对应数量的数据，如果数据有属性名称行，这个也是算一行的，比如你要返回10行，就会返回属性名称行和9行数据。

有人会问：老笔灯，直接把数据全部导入到里面看不是也可以吗？为什么这么麻烦，我只能说，算了，我也不知道说什么，当数据到达一定长度的额时候，Pandas展示的DataFrame的中间会变成......，这样并不方便查看架构，当然，如果，我是说如果，要是害怕只展露一部分数据会错过什么重要数据，你也可以使用这段代码：

pd.set_option('display.max_rows', None)

这个代码会取消省略号限制，展示所有的数据，但是要做好心理准备，如果全部打印出来，排版会很难看，并不利于查看查看是否有遗漏的信息。

好啦，这就是这次笔者在接这个项目是突然回想起自己参赛的经历，特地写出来，分享给各位，让后来者少走一些弯路，不要像笔者一样刚开始就结束了🐕，如有错误或更好的方法，可以在评论区指出，谢谢各位。