பாண்டாக்கள் அனைத்து நெடுவரிசைகளையும் காட்டுகின்றன

Pandas Set_Option Method

இன்று, 'pd.set_option()' செயல்பாட்டை உங்கள் ஸ்பைடர் கருவியில் வழங்கும்போது, ​​Pandas Dataframe இல் உள்ள அனைத்து நெடுவரிசைகளையும் எப்படிப் பயன்படுத்துவது என்பதைப் பார்ப்போம். “pd.set_option()” ஐப் பயன்படுத்த, கொடுக்கப்பட்ட தொடரியல் பின்பற்றுகிறோம்:

பைதான் திட்டத்தின் நடைமுறைச் செயலாக்கத்தின் உதவியுடன் கருத்தைக் கற்கத் தொடங்குவோம்.

எடுத்துக்காட்டு: அனைத்து நெடுவரிசைகளையும் காட்ட Pandas Set_Option முறையைப் பயன்படுத்துதல்

பாண்டாஸ் “set_option()” ஐப் பயன்படுத்தி ஒரு DataFrame இல் உள்ள அனைத்து நெடுவரிசைகளையும் காண்பிப்பதற்கான வழிகாட்டியாக இந்த ஆர்ப்பாட்டம் உள்ளது. இந்த பைதான் முறையை செயல்படுத்துவதற்கான ஒவ்வொரு படியின் விவரங்களையும் நாங்கள் தெளிவாக்குவோம்.

பைதான் ஸ்கிரிப்ட்டின் நடைமுறைச் செயலாக்கத்திற்கான முதல் தேவை, உங்கள் நிரலை இயக்கும் சிறந்த கருவியைக் கண்டறிவதாகும். எங்கள் விளக்கத்திற்கு நாங்கள் பயன்படுத்திய கருவி 'ஸ்பைடர்' கருவியாகும். நாங்கள் கருவியைத் தொடங்கினோம் மற்றும் பைதான் ஸ்கிரிப்டில் வேலை செய்யத் தொடங்கினோம்.

குறியீட்டுடன் தொடங்கி, இந்த திட்டத்தில் நமக்குத் தேவையான முன்தேவையான நூலகங்களை முதலில் இறக்குமதி செய்ய வேண்டும். எங்கள் பைதான் கோப்பில் நாங்கள் ஏற்றிய முதல் நூலகம் பாண்டாஸ் நூலகம் ஆகும், ஏனெனில் இங்கு நாம் பயன்படுத்தும் செயல்பாடுகள் பாண்டாஸால் வழங்கப்படுகின்றன. இந்த நூலகத்தை 'pd' என்று மாற்றினோம். நாங்கள் ஏற்றிய இரண்டாவது நூலகம் NumPy நூலகம். NumPy (Numerical Python) என்பது பைதான் நிரலாக்கத்தில் உருவாக்கப்பட்ட ஒரு எண்ணியல் கம்ப்யூட்டிங் தொகுப்பு ஆகும். குறியீட்டின் இறக்குமதி NumPy பிரிவு, உங்கள் தற்போதைய பைதான் கோப்பில் NumPy தொகுதியை ஒருங்கிணைக்க பைத்தானை வழிநடத்துகிறது. ஸ்கிரிப்ட்டின் 'ஆஸ் np' பகுதியானது பைத்தானை NumPy க்கு 'np' சுருக்கத்தை ஒதுக்குமாறு அறிவுறுத்துகிறது. NumPy க்கு பதிலாக “np.function_name” ஐ உள்ளிடுவதன் மூலம் NumPy முறைகளைப் பயன்படுத்த இது உங்களை அனுமதிக்கிறது.

இப்போது நாம் முக்கிய குறியீட்டுடன் தொடங்குகிறோம். எங்கள் திட்டத்திற்கான முதன்மையான மற்றும் அடிப்படைத் தேவை Pandas DataFrame ஆகும். எனவே, அதில் உள்ள அனைத்து நெடுவரிசைகளையும் நாங்கள் காண்பிக்கிறோம். இப்போது, ​​நீங்கள் குறிப்பிட்ட மதிப்புகளுடன் DataFrame ஐ உருவாக்க விரும்பினால் அல்லது CSV கோப்பை இறக்குமதி செய்ய வேண்டுமா என்பது முற்றிலும் உங்களுடையது. இந்த நிகழ்விற்கு நாம் தேர்ந்தெடுத்தது NaN மதிப்புகளுடன் ஒரு DataFrame ஐ உருவாக்குவதாகும். டேட்டா ஃப்ரேமை உருவாக்க “pd.DataFrame()” முறையைப் பயன்படுத்தினோம். இங்கே, நாங்கள் இரண்டு அளவுருக்களை வழங்கினோம் - 'குறியீடு' மற்றும் 'நெடுவரிசைகள்'. 'இண்டெக்ஸ்' வாதம் வரிசைகளைக் குறிக்கிறது, அதாவது DataFrame க்கான வரிசைகளை அமைக்கிறோம்.

'இண்டெக்ஸ்' அளவுரு மற்றும் '6' மதிப்பு எண்ணிக்கையுடன் NumPy செயல்பாடு 'np.arange() ஆகியவற்றை நாங்கள் ஒதுக்கினோம். இது DataFrameக்கு ஆறு வரிசைகளை உருவாக்குகிறது. எந்த மதிப்பையும் நாங்கள் வழங்காததால், இது அனைத்து உள்ளீடுகளையும் NaN மதிப்புகளுடன் நிரப்புகிறது. 'நெடுவரிசைகள்' வாதம், பெயர் குறிப்பிடுவது போல, DataFrame க்கான நெடுவரிசைகளை அமைக்க பயன்படுத்தப்படுகிறது. இது நெடுவரிசைகளுக்கு '25' மதிப்பு எண்ணிக்கையுடன் 'np.arange()' செயல்பாடும் ஒதுக்கப்பட்டுள்ளது. இவ்வாறு, இது DataFrame க்காக 25 நெடுவரிசைகளை உருவாக்குகிறது.

இதன் விளைவாக, “pd.DataFrame()” செயல்பாட்டை அழைக்கும் போது, ​​25 நெடுவரிசைகள் மற்றும் 6 வரிசைகள் பூஜ்ய மதிப்புகள் கொண்ட DataFrame உள்ளது. இந்த DataFrame ஐப் பாதுகாக்க, அதன் உள்ளடக்கத்தைச் சேமிக்கும் DataFrame பொருளை நாம் உருவாக்க வேண்டும். எனவே, டேட்டாஃப்ரேம் ஆப்ஜெக்ட்டை 'ரேண்டம்' உருவாக்கி, 'pd.DataFrame()' முறையிலிருந்து நாம் பெறும் முடிவை அதற்கு ஒதுக்கினோம். இப்போது, ​​DataFrame உருவாக்கப்படுவதை நீங்கள் நிச்சயமாக பார்க்க வேண்டும். திரையில் வெளியீட்டைக் காண பைதான் நமக்கு ஒரு முறையை வழங்குகிறது, இது “அச்சு()” செயல்பாடாகும். டேட்டாஃப்ரேம் ஆப்ஜெக்ட் 'ரேண்டம்' ஐ அதன் அளவுருவாக அனுப்புவதன் மூலம் இந்த முறையைப் பயன்படுத்தினோம்.

இந்த குறியீடு துணுக்கை இயக்கும் போது, ​​முனையத்தில் காட்டப்படும் NaN மதிப்புகளுடன் நமது DataFrame கிடைக்கும். இங்கே, முதல் நெடுவரிசைகளில் சிலவும் முடிவில் இருந்து சில மட்டுமே காணக்கூடியதாக இருப்பதை அவதானிக்கலாம். இடையில் உள்ள நெடுவரிசைகள் அனைத்தும் துண்டிக்கப்பட்டுள்ளன. இயல்பாக, பெரிய தரவுத்தொகுப்புகளைக் காண்பிப்பதன் மூலம் பயனருக்கு விரக்தியை உருவாக்குவதைத் தவிர்க்க சில வரிசைகள் மற்றும் நெடுவரிசைகளை இது மறைக்கிறது.

Pandas இன் “len()” செயல்பாட்டைப் பயன்படுத்தி DataFrame இல் உள்ள மொத்த நெடுவரிசைகளின் எண்ணிக்கையையும் நீங்கள் சரிபார்க்கலாம். உங்கள் “ஸ்பைடர்” கருவியின் கன்சோலில் “len()” செயல்பாட்டை எழுதவும். DataFrame இன் பெயரை அதன் அடைப்புக்குறிக்குள் '.columns' பண்புடன் எழுதவும். இது உங்கள் DataFrame இல் உள்ள நெடுவரிசைகளின் மொத்த நீளத்தை எங்களுக்கு வழங்குகிறது.

இது எங்கள் DataFrame இன் நீளம் 25ஐ வழங்குகிறது.

இப்போது, ​​அடுத்த மற்றும் முக்கிய பணி வெளியீட்டைக் காண்பிக்க இயல்புநிலை விருப்பத்தை மாற்றுவதாகும். நீங்கள் டெர்மினலில் முழு DataFrame ஐயும் பார்க்க விரும்பும் சூழ்நிலைகள் இருக்கலாம். இயல்புநிலை மதிப்புகள் காரணமாக, பல உள்ளீடுகள் துண்டிக்கப்படுகின்றன, இது பயனருக்கு ஏமாற்றத்தை ஏற்படுத்துகிறது. இந்த சிக்கலை எவ்வாறு சமாளிப்பது என்பதை நீங்கள் இங்கே கற்றுக்கொள்வீர்கள். இயல்புநிலை காட்சி அமைப்புகளை மாற்ற பாண்டாஸ் எங்களுக்கு “pd.set_option()” செயல்பாட்டை வழங்குகிறது. கன்சோலில் DataFrame ஐக் காட்டிய உடனேயே, 'pd.set_option()' முறையைப் பயன்படுத்துகிறோம். DataFrame இன் அனைத்து நெடுவரிசைகளையும் காண்பிக்க நாம் பயன்படுத்த வேண்டிய இந்த செயல்பாட்டின் அடைப்புக்குறிகளுக்கு இடையே உள்ள அளவுருவைக் குறிப்பிடுகிறோம்.

இங்கே, எங்கள் DataFrame இல் அதிகபட்ச நெடுவரிசைகளைக் காட்ட “display.max_columns” ஐப் பயன்படுத்தினோம். இந்த அளவுருவின் மதிப்பையும் நாங்கள் வரையறுக்கலாம், அதாவது நீங்கள் காட்ட விரும்பும் அதிகபட்ச நெடுவரிசைகள். மறுபுறம், 'display.max_columns' ஐ 'None' ஆக அமைக்கிறோம், இது DataFrame இலிருந்து அனைத்து நெடுவரிசைகளையும் அதிகபட்ச நீளத்துடன் காண்பிக்கும். இறுதியாக, டெர்மினலில் தெரியும் அனைத்து நெடுவரிசைகளுடன் டேட்டாஃப்ரேமைக் காண்பிக்க “அச்சு()” செயல்பாட்டைப் பயன்படுத்தினோம்.

'Spyder' கருவியில் 'Run file' விருப்பத்தை அழுத்தினால், DataFrame காட்சிப்படுத்தப்படுவதைப் பார்க்கலாம். இந்த டேட்டாஃப்ரேமில் ஆறு வரிசைகள் உள்ளன, மேலும் இது வைத்திருக்கும் நெடுவரிசைகளின் எண்ணிக்கை 25. அதிகபட்ச நெடுவரிசை நீளத்துடன் கூடிய “pd.set_option()” செயல்பாடு இப்போது இயக்கப்பட்டிருப்பதால் துண்டிக்கப்பட்ட நெடுவரிசைகள் எதுவும் இல்லை.

காட்சியின் நீளத்தை அதிகபட்சமாக அமைத்தவுடன், அது குறிப்பிட்ட பைதான் கோப்பில் உள்ள அனைத்து நெடுவரிசைகளுடன் DataFrames ஐத் தொடர்ந்து காண்பிக்கும் என்பதால், காட்சி விருப்பத்தை மீட்டமைக்கலாம். இதற்கு, நாங்கள் பாண்டாக்கள் “pd.reset_option()” ஐப் பயன்படுத்துகிறோம். இந்தச் செயல்பாட்டைச் செயல்படுத்தி, இந்தச் செயல்பாட்டின் அளவுருவாக “display.max_columns” ஐ வழங்குகிறோம்.

இது வழங்கப்பட்ட DataFrameக்கான ஆரம்ப காட்சி அமைப்புகளைப் பெறுகிறது.

முடிவுரை

ஒரு பெரிய தரவுத்தொகுப்புடன் முனையத்தில் முழுமையான வெளியீட்டைப் பார்ப்பதற்கு, கருவியின் இயல்புநிலை அமைப்புகள் பயனரின் தேவைகளுக்கு மாறாக வரும்போது சில சமயங்களில் நம்மைச் சிக்கலில் மாட்டிவிடும். இந்த பின்னடைவை தீர்க்க, பாண்டாஸ் நமக்கு “pd.set_option()” முறையை வழங்குகிறது. இந்த கற்றல் வழிகாட்டியில், இந்த முறை மற்றும் அதைப் பயன்படுத்த வேண்டியதன் அவசியத்தை நாங்கள் உங்களுக்கு அறிமுகப்படுத்தியுள்ளோம். நடைமுறையில் தொகுக்கப்பட்ட மற்றும் செயல்படுத்தப்பட்ட பைதான் மாதிரி குறியீடுகளுடன் தலைப்பை நாங்கள் நிரூபித்தோம். 'ஸ்பைடர்' இல் எடுக்கப்பட்ட விளக்கப்படத்தின் விளைவுகளை நாங்கள் வழங்கினோம். கன்சோலில் டேட்டாஃப்ரேமின் அனைத்து நெடுவரிசைகளையும் இயல்புநிலை அமைப்புகளை மாற்றுவதன் மூலமும், எல்லா அமைப்புகளையும் ஆரம்ப நிலைக்கு மீட்டமைப்பதன் மூலமும் எவ்வாறு காண்பிப்பது என்பதை விளக்கினோம். தொகுதியின் நடைமுறைச் செயலாக்கத்தில் முழு கவனம் செலுத்துவதன் மூலம், இதுபோன்ற சிக்கலை நீங்கள் சந்திக்கும் போதெல்லாம் அதைப் பயன்படுத்த உங்களுக்கு உதவுகிறது.