本站原创文章,转载请说明来自《老饼讲解-机器学习》www.bbbdata.com
display.pd.set - pandas的显示设置函数
display.pd.set用于设置pandas的显示
完整调用格式如下:
display.pd.set(width=300,max_colwidth=30,max_rows=30)
该函数的代码较简单,实际就是将pandas显示较常用到的几个设置封装在一起,源码如下:
import pandas as pd
def set(width=300,max_colwidth=30,max_columns=None
,max_rows=30,expand_frame_repr=True,float_format=4):
# 设置pandas的显示格式
pd.set_option('display.width', width) # df显示的宽度
pd.set_option('display.max_colwidth', max_colwidth) # df显示的最大列宽
pd.set_option('display.max_columns', max_columns) # 不限制df的显示列数
pd.set_option('display.max_rows', max_rows) # 不限制df的显示列数
pd.set_option('display.expand_frame_repr', expand_frame_repr) # 是否多页面显示
fm = '{:.'+str(float_format)+'f}'
pd.set_option('display.float_format',fm.format) # 小数的显示精度
因此,入参的意义只需参考pandas中的意义即可,这里不再进行解释
函数设计的初衷:在打印分箱统计时,显示往往不太美观,此时需要调整pandas的设置,因此设计了该函数
display.pd.set使用示例如下:
import bbbrisk as br
data = br.datasets.load_bloan() # 加载数据
x,y = data['city'],data['is_bad'] # 变量与标签
bin_set = [('J','E','I'),'_other',('D','N','S'),('F','P')] # 分箱设置
bin_stat = br.bins.Bins(bin_set).binStat(x,y) # 统计分箱结果
print('\n直接打印bin_stat:\n',bin_stat) # 显示样本分布
br.display.pd.set(width=300,max_colwidth=30,max_rows=30) # 美化pandas的显示方式
print('\n美化后再打印bin_stat:\n',bin_stat) # 显示样本分布
运行结果如下:
好了,以上就是display.pd.set函数的使用方法了~
End