我遇到了一个令人作呕的问题,处理pandas 0.14.0中DataFrame的to_csv()函数。我有一个长numpy数组列表作为DataFrame df中的一列:
>>> df['col'][0]
array([ 0, 1, 2, ..., 9993, 9994, 9995])
>>> len(df['col'][0])
46889
>>> type(df['col'][0][0])
<class 'numpy.int64'>
如果我通过
保存dfdf.to_csv('df.csv')
并在LibreOffice中打开df.csv,相应的列显示如下:
[ 0, 1, 2, ..., 9993, 9994, 9995]
而不是列出所有46889号码。我想知道是否有一种方法可以强制to_csv列出所有数字而不是显示省略号?
df.info()
<class 'pandas.core.frame.DataFrame'>
Int64Index: 2 entries, 0 to 1
Data columns (total 4 columns):
pair 2 non-null object
ARXscore 2 non-null float64
bselect 2 non-null bool
col 2 non-null object
dtypes: bool(1), float64(1), object(2)
答案 0 :(得分:1)
在某种意义上,这是printing the entire numpy array的副本,因为to_csv只是询问你的DataFrame中的每个项目__str__
,所以你需要看看它是如何打印的:
In [11]: np.arange(10000)
Out[11]: array([ 0, 1, 2, ..., 9997, 9998, 9999])
In [12]: np.arange(10000).__str__()
Out[12]: '[ 0 1 2 ..., 9997 9998 9999]'
你可以看到它超过某个阈值时会用省略号打印,将其设置为NaN:
np.set_printoptions(threshold='nan')
举个例子:
In [21]: df = pd.DataFrame([[np.arange(10000)]])
In [22]: df # Note: pandas printing is different!!
Out[22]:
0
0 [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13,...
In [23]: s = StringIO()
In [24]: df.to_csv(s)
In [25]: s.getvalue() # ellipsis
Out[25]: ',0\n0,"[ 0 1 2 ..., 9997 9998 9999]"\n'
更改后to_csv
记录整个数组:
In [26]: np.set_printoptions(threshold='nan')
In [27]: s = StringIO()
In [28]: df.to_csv(s)
In [29]: s.getvalue() # no ellipsis (it's all there)
Out[29]: ',0\n0,"[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14\n 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29\n 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44\n 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59\n 60 61 # the whole thing is here...
如上所述,对于DataFrame(对象列中的numpy数组)来说,这通常不是一个很好的结构选择,因为你失去了大部分的pandas速度/效率/魔术酱。
答案 1 :(得分:0)
np.set_printoptions(threshold='nan')
不适用于最新版本。 使用:
import sys
import numpy
numpy.set_printoptions(threshold=sys.maxsize)