1、显示全部列/行
pd.set_option('display.max_columns', None)
pd.set_option('display.max_rows', None)
2、显示指定列/行
pd.set_option('display.max_columns', x)
pd.set_option('display.max_rows', x)
3、还原行/列显示数
pd.reset_option("max_rows")
pd.reset_option("max_columns")
4、修改每列最大字符宽度,超过会变为……
pd.set_option ('display.max_colwidth',x)
5、修改小数点精度
pd.set_option('precision', x)
6、还原所有显示设置
pd.reset_option("^display")
7、取消pandas
相关warning
提示
pd.set_option("mode.chained_assignment", None)
# 全局取消warning
import warnings
warnings.filterwarnings('ignore')
8、设置数值显示条件。数值小于xx,显示为0
pd.set_option('chop_threshold', xx)
9、让 pandas 支持 LaTex显示
pd.set_option("display.html.use_mathjax",True)
10、 修改默认绘图引擎为plotly
pd.set_option("plotting.backend","plotly")
11、还原所有 option 设置
pd.reset_option("all")
12、隐藏索引列
data.style.hide_index()
13、调整小数点列的精度为小数点后x位
data.style.set_precision(x)
14、标记缺失值为xx
data.style.set_na_rep("xx")
15、缺失值指定颜色高亮显示
data.style.set_na_rep("xxx").highlight_null(null_color='xxx')
16、高亮数值列最大/小值、指定列指定范围数据
data.style.highlight_max()
data.style.highlight_min()
data.style.highlight_max(color='xxxx').highlight_min(color='xxxx') #同时
data.style.highlight_between(left=x1, right=x2, subset=['xxx'])
17、将数值格式的列使用指定渐变色进行显示,以突出趋势
import seaborn as sns
cm = sns.light_palette("xxx", as_cmap=True)
data.style.background_gradient(cmap=cm)
18、修改指定列字体颜色
data.style.set_properties(subset=['xxx'], **{'color': 'xxx'})
#根据数值大小字体有不同颜色
def my_style(val):
color = 'xx1' if val > x else 'xx2'
return 'color: %s' % color
data.style.applymap(my_style, subset="xxxx")
19、修改整个dataframe
背景颜色、对齐方式、字体大小(可以和上一项结合)
data.style.set_properties(**{'background-color': 'xxxx','text-align':'center', 'font-size': '?px'})
20、导出样式为本地 Excel(.xlsx
格式)
(data.style.set_properties(……).set_properties(……)).to_excel('xxxxx.xlsx')
21、制作指定列条形图
data.style.bar(subset=['xxxx'],color='xxxx')
22、指定(自定义)格式化数据
data.style.format({"xxxxx": lambda t: t.strftime("%Y年%m月%d日")})
#将指定日期列格式化输出为 xx年xx月xx日
data.style.format("{0:,.xf}xx", subset="xxxx").format("{""}xx", subset="xxxx")
#指定列保留x位小数并在最后增加xx字符串;指定列最后增加xx字符串