Pandas Skriv ut alle kolonnene

Pandas Skriv ut alle kolonnene
Når vi snakker om open source-bibliotekene til “Python”, er “Pandas” en av dem. Vi trenger dette "Pandas" -biblioteket når vi vil analysere eller manipulere dataene. Dataframe er også opprettet i "Pandas" for å utføre flere oppgaver. DataFrame består av kolonner og rader. Når vi oppretter DataFrame i “Pandas”, ønsker vi også å skrive ut alle kolonnene i denne DataFrame. For å skrive ut alle kolonnene i DataFrame, gir "Pandas" forskjellige metoder. Vi kan også få tilgang til bare navnene på alle kolonnene ved å bruke "Pandas" -metoden. Vi vil også forklare disse metodene i denne opplæringen og vil skrive ut alle kolonnene i DataFrame. Vi vil vise deg i flere eksempler på hvordan vi kan skrive ut alle kolonnene i DataFrame. Se nå på kodene nedenfor, vi skriver ut alle kolonnene i DataFrame i disse kodene.

Eksempel # 01:

"Spyder" -appen brukes der vi har generert alle disse "pandaene" -kodene. Når vi starter en "pandas" -kode, importerer vi først funksjoner eller moduler ved å legge nøkkelordet "importere" og deretter legge til "pandaer som PD". Så vi vil få funksjonene til "pandaer" der det er nødvendig ved å bruke "PD" med navnet "Pandas" -funksjonene eller metodene. Deretter lager vi et dataaframe som inneholder forskjellige kolonner fordi vi vil forklare deg hvordan vi skriver ut alle kolonnene i denne dataaframmen.

DataFrame som vi har laget i dette eksemplet heter “Drop_std_df”. Kolonnene vi legger til i denne DataFrame er “Drop_std_id, S_name, F_Name og Drop_subj”. Disse fire kolonnene er lagt til denne dataaframmen. "D_4311, D_4322, D_43223, D_4324, D_4325, D_4326, D_4327, D_4328 og D_4329" er satt inn i den første kolonnen "Drop_std_id". Deretter blir "Grace, Tyler, Graham, Liam, Chloe, Bromley, Lily, Jayden og Roman" lagt til "S_name" -kolonnen. Etter dette blir "Thomas, James, Megan, George, Jacob, James, Arthur, Oscar og William" lagt til i kolonnen "F_name".

Nå har vi den siste kolonnen som er "Drop_subj" -kolonnen. I denne kolonnen har vi lagt til emnetsnavnet “Artificial Intelligence, Software Management, Database, Networking, Network Security, Artificial Intelligence, Networking, Web Development and Software Management”. "Drop_std_df" er fullført, og nå går vi mot å skrive ut alle kolonnene i denne "drop_std_df" DataFrame. "Pandas" -metoden vi bruker her for å skrive ut alle kolonnene er "PD.set_option () ”-metode. Dette hjelper oss med å skrive ut alle kolonnene i "Drop_std_df" DataFrame. Parameteren vi sendte til denne “PD.set_option () ”-metoden er“ Display.Max_column ”som den første parameteren og“ Ingen ”legges inn som den andre parameteren. Etter dette plasserer vi “Print ()” nedenfor og legger “drop_std_df” i det. Så når vi kjører denne koden, vil vi se alle kolonnene i DataFrame trykt på skjermen.

Nå må vi kjøre koden ovenfor for å få utdataene. For dette formålet trykker vi på “Shift+Enter”, og denne utgangen vises. Her er alle kolonnene synlige fordi vi har brukt "Pandas" -metoden for å skrive ut alle kolonnene i DataFrame.

Eksempel # 02:

"Drop_std_df" brukes igjen her. Nå trykker vi hele DataFrame først. Deretter vil vi vise alle kolonnenavn på denne DataFrame uten dataene som vi har lagt til disse kolonnene. Her kan du merke at vi først skriver ut denne DataFrame ved å bruke "print ()" og sette "drop_std_df" i det. Deretter bruker vi “DataFrame.kolonner.Tolist () ”-metode her, så den vil bare få navnene på alle kolonnene som vi har lagt til denne DataFrame. Vi bruker denne metoden ved å legge navnet på DataFrame og skrive den som “Drop_std_df.kolonner.ramse opp()". Vi skriver også denne metoden i "print ()" slik at den også skriver ut navnene på alle kolonnene på skjermen.

Når denne koden kjøres, oppnås dette utfallet. Her blir hele DataFrame gjengitt først. Deretter skriver den bare ut navnene på alle DataFrames kolonner. Vi får disse navnene på kolonnene i DataFrame ved å bruke “Pandas” -metoden som er “DataFrame.kolonner.ramse opp()".

Eksempel # 03:

"Cars_df" er nå opprettet i dette eksemplet, og "car_id, biler, salgsår og car_code" blir lagt til det. "Car_id" er navnet på kolonnen, og vi legger til "C1, C2, C3, C4, C5, C6 og C7" til den. Deretter blir "Wagonr, Mehran, Swift, Alto, Cultus, Honda City og Honda Civic" satt inn i "Cars" -kolonnen. Vi legger også til salgsåret som er “2005, 2000, 2007, 2018, 2015, 2019 og 2021” i spalten “Sale" -året ". Den siste kolonnen vi har her er kolonnen “Car_code” der vi legger til “48991, 49172, 67192, 49012, 79123, 21987 og 91272”. “PD.Set Option () ”-metode fra“ Pandas ”brukes i dette tilfellet for å skrive ut alle kolonnene. Dette gjør det lettere for oss å skrive ut hver kolonne som er til stede i "Cars_df" DataFrame.

Vi leverte "ingen" som den andre parameteren og "display.maks kolonne ”som den første parameteren når du kaller denne“ PD.Sett alternativ () ”-metode. Etter det setter vi inn “Cars_DF” i “Print ()” nedenfor. Derfor, etter å ha kjørt denne koden, vil skjermen vise alle kolonnene i "Cars_df" DataFrame.

Som vi har brukt “Pandas” -metoden som er “PD.set_option () ”For å skrive ut alle kolonnene i DataFrame“ Cars_df ”, vises alle kolonnene her i dette utfallet.

Eksempel # 04:

Vi kan også få dataene fra CSV -filen og vil lagre dem i DataFrame -skjemaet. Vis deretter alle kolonnene ved å bruke "Pandas" -metoden. Så i dette eksemplet vil vi gjøre dette og vil vise deg hvordan du får data fra CSV og skriver ut alle kolonnene på terminalen. Vi leste først CSV -filen hvis data vi ønsker å gjengi. Kontoret.CSV ”-navn legges til“ PD.read_csv ”-metode slik at den leser alle dataene i denne filen og lagrer også dataene i variabelen“ DataFrame ”.

Etter å ha brukt denne funksjonen, konverteres dataene fra CSV -filen i DataFrame og lagret her. Nå må vi skrive ut alle kolonnene i den dataaFrame som vi får etter å ha lest CSV -filen. Så for dette har vi lagt til “PD.set_option () ”-metode. Deretter la til “Display.max_columns og ingen ”som parametere for denne metoden. Etter dette plasserer vi “Print ()” der vi har satt inn “DataFrame”. Nå vil alle kolonnene gjengi på terminalen etter å ha kjørt denne koden.

CSV -filen inneholder disse dataene som er gjengitt på terminalen. Den inneholder fem kolonner, og alle fem kolonnene er skrevet ut her i form av DataFrame. Så på denne måten kan vi enkelt skrive ut alle kolonnene i DataFrame uten problemer.

Konklusjon

I denne opplæringen er konseptet med å skrive ut alle kolonnene i Dataframe blitt forklart i detalj. Vi har diskutert at "Pandas" -metoden "PD.set_option () ”hjelper oss med å skrive ut alle kolonnene i DataFrame og“ DataFrame.kolonner.Tolist () ”hjelper bare med å skrive ut navnene på alle kolonnene i DataFrame. Vi har brukt begge metodene i "Pandas" -koden i denne opplæringen, og vi har også forklart disse kodene i detalj. Vi har vist de trykte kolonnene i DataFrame også på utgangen her. Konseptet med å skrive ut alle kolonnene i DataFrame kan lett læres av denne opplæringen fordi alle koder og metodene som hjelper til med å skrive ut alle kolonnene i DataFrame er forklart i dyp detalj her.