在日常使用pandas的過程中，由于我們所分析的數據表規模、格式上的差異，使得同樣的函數或方法作用在不同數據上的效果存在差異。

而pandas有著自己的一套「參數設置系統」，可以幫助我們在遇到不同的數據時靈活調節從而達到最好的效果，本文就將介紹pandas中常用的參數設置方面的知識。

[[339856]]

1. 設置DataFrame最大顯示行數

pandas設置參數中的display.max_rows用于控制打印出的數據框的最大顯示行數，我們使用pd.set_option()來有針對的設置參數，如下面的例子：

圖2

在修改display.max_rows的參數值之后，我們的數據框只會顯示指定行數的數據，中間的部分都會以省略號的形式顯示，當我們的數據框行數較多，可以加大這個參數以顯示更多行數據。

2. 設置DataFrame最大顯示列數

類似display.max_rows，通過修改display.max_columns我們可以調節最大顯示的數據框列數(默認是20列)，這在我們的數據框字段較多又想全部查看的時候很有用：

圖3

3. 設置每列的最大顯示寬度

對于一些單元格內容長度較長的數據譬如長文本，在查看數據框時過長的部分會被簡化為省略號，而通過修改display.max_colwidth參數我們可以在必要時，使得超長的部分也顯示出來：

圖4

4. 指定小于某個數的元素顯示為0

通過display.chop_threshold參數我們在不修改原始數據的情況下，指定數據框中絕對值小于閾值的數顯示為0：

圖5

5. 格式化浮點數

通過display.float_format參數我們可以設置浮點數的顯示格式，譬如這里我們給浮點數加上￥前綴并設定保留兩位小數：

圖6

6. 設置info()方法中非缺失值檢查的行數上限

針對數據框的info()方法可以幫助我們查看數據框的一些概覽信息，譬如每一列對應的非缺失值個數。

但默認情況下當數據框行數大于1690784行時，再查看info()信息，會處于計算效率的考慮略去缺失值檢查信息。

這時我們可以通過設置display.max_info_rows參數來提高這個上限：

圖7

7. 控制小數打印的精度

控制數據框中小數的顯示精度除了上文提到的方法之外，還可以通過修改display.precision參數來控制，默認是6位小數：

圖8

8. 臨時修改參數

有些時候我們只希望在某張表上進行設置參數的修改，不希望影響到之后的其他表的顯示。

這時除了用pd.reset_option()對指定的參數進行復原之外，我們還可以利用with關鍵詞配合pd.option_context以臨時的方式將指定的參數作用在局部范圍內：

圖9