pandas显示恢复默认

在Pandas中，如果你之前使用了pd.set_option设置了自定义选项，想要恢复到默认设置，可以使用pd.reset_option函数。这个函数接受一系列关键字参数，对应着之前修改过的选项名称，传入None即可将该选项恢复到默认值。
例如：
import pandas as pd

# 设置一个选项
pd.set_option('display.max_rows', 50)

# 现在要恢复默认值
pd.reset_option('display.max_rows')
登录后复制
这样，Pandas的行显示限制就会回到其初始默认值。如果你不确定某个选项的默认值，可以直接调用pd.get_option(option_name)查看当前的设置值。

相关问题

pandas 全量输出

以下是几种展示Pandas数据的全量输出的方法：

使用pd.set_option函数设置display.max_rows和display.max_columns参数为None，以显示所有的行和列。

import pandas as pd

创建一个示例DataFrame
data = {'Name': ['Tom', 'Nick', 'John', 'Sam'],
        'Age': [20, 21, 19, 22],        'City': ['New York', 'Paris', 'London', 'Tokyo']}
df = pd.DataFrame(data)
设置display.max_rows和display.max_columns参数为None
pd.set_option('display.max_rows', None)
pd.set_option('display.max_columns', None)
输出全量数据
print(df)
恢复默认设置
pd.reset_option('display.max_rows')
pd.reset_option('display.max_columns')

2. 使用`df.to_string`方法将DataFrame转换为字符串，并设置`max_rows`和`max_cols`参数为`None`，以显示所有的行和列。

import pandas as pd

# 创建一个示例DataFrame
data = {'Name': ['Tom', 'Nick', 'John', 'Sam'],
'Age': [20, 21, 19, 22],
'City': ['New York', 'Paris', 'London', 'Tokyo']}
df = pd.DataFrame(data)

# 将DataFrame转换为字符串，并设置max_rows和max_cols参数为None
full_output = df.to_string(max_rows=None, max_cols=None)

# 输出全量数据
print(full_output)
登录后复制

使用df.head(len(df))方法将DataFrame的所有行显示出来。

import pandas as pd

创建一个示例DataFrame
data = {'Name': ['Tom', 'Nick', 'John', 'Sam'],
        'Age': [20, 21, 19, 22],
        'City': ['New York', 'Paris', 'London', 'Tokyo']}
df = pd.DataFrame(data)
输出全量数据
print(df.head(len(df)))

登录后复制

解读pandas的options

pandas Options 配置详解
Pandas提供了一套灵活的配置选项，允许用户自定义环境行为和输出展示方式。这些配置涵盖了从显示格式到计算精度等多个方面。
显示选项
为了控制DataFrame或Series对象在屏幕上的呈现效果，可以调整一系列与显示有关的参数：

display.max_rows 和 display.min_rows: 设置最大最小行数来决定当打印数据框时，默认情况下会显示多少行[^1]。

import pandas as pd

pd.set_option('display.max_rows', None) # 取消行数限制
登录后复制

display.max_columns: 控制列的最大数量，在处理宽表时特别有用。

pd.set_option('display.max_columns', None) # 不限制列的数量
登录后复制

display.width: 定义整个表格宽度，影响每行列数以及是否自动折行。

pd.set_option('display.width', 1000) # 增加终端窗口宽度至1000字符单位
登录后复制
性能优化和其他设置
除了改善视觉体验外，还有一些针对性能调优及其他功能特性的设定项：

compute.use_bottleneck: 是否启用bottleneck加速包来进行更高效的统计运算操作。

pd.set_option('compute.use_bottleneck', True)
登录后复制

mode.chained_assignment: 当执行链式赋值（chaining assignments）时发出警告还是抛出错误。

pd.set_option('mode.chained_assignment', 'raise') # 抛出异常而不是仅仅给出提示
登录后复制
通过上述命令可以直接修改全局默认的行为模式；如果只是临时改变某些属性，则推荐使用上下文管理器的方式实现局部覆盖而不影响其他部分的工作流。
with pd.option_context('display.max_rows', 999, 'display.max_columns', 999):
print(df) # 此处df将以指定样式展现
print(df) # 而这里又恢复到了原始状态
登录后复制