Cómo mostrar todas las filas del marco de datos usando Pandas

En este artículo, discutiremos cómo mostrar todas las filas del marco de datos usando Pandas en Python.

Cuando intenta imprimir un marco de datos grande que excede el número predefinido de filas y columnas para mostrar, el resultado se trunca. Vea el siguiente ejemplo para una mejor comprensión.

# importing numpy library
import pandas as pd
 
# importing diabetes dataset from sklearn
from sklearn.datasets import load_diabetes
 
# Loading diabetes dataset
data = load_diabetes()
 
# storing as data frame
dataframe = pd.DataFrame(data.data, columns=data.feature_names)
 
# printing data frame
print(dataframe)

Producción:

En el resultado anterior, puede ver que el número total de filas es 442, pero solo muestra DIEZ filas. Esto se debe a que la configuración predeterminada en la biblioteca pandas es solo DIEZ filas (el número predeterminado de filas puede cambiar según los sistemas). Ahora veremos cómo mostrar todas las filas del marco de datos usando pandas.

Método 1: Usar to_string()

Este método es el método más simple para mostrar todas las filas de un marco de datos, pero no es recomendable para conjuntos de datos muy grandes (del orden de millones), ya que convierte todo el marco de datos en una sola string. Aunque esto funciona bien para conjuntos de datos con tamaños del orden de miles.  

Sintaxis:

DataFrame.to_string()

Código:

# Display all rows from data frame using pandas
# importing numpy library
import pandas as pd
 
# importing iris dataset from sklearn
from sklearn.datasets import load_iris
 
# Loading iris dataset
data = load_iris()
 
# storing as data frame
dataframe = pd.DataFrame(data.data,columns = data.feature_names)
 
# Convert entire data frame as string and print
print(dataframe.to_string())

Producción:

Aquí, en la salida, puede ver que muestra todas las filas del marco de datos. Pero este método no es recomendable para marcos de datos grandes, ya que convierte el marco de datos completo en una string, por lo que puede haber algún error de memoria.

Método 2: Usar set_option()

Pandas proporciona un sistema operativo para personalizar el comportamiento y la visualización. Este método nos permite configurar la pantalla para mostrar un marco de datos completo en lugar de uno truncado. Pandas proporciona una función set_option() para mostrar todas las filas del marco de datos. display.max_rows representa el número máximo de filas que mostrarán los pandas mientras muestran un marco de datos. 

El valor predeterminado de max_rows es 10. Si se establece en ‘Ninguno’, significa todas las filas del marco de datos. Establezca el valor de display.max_rows en Ninguno y páselo a set_option y esto mostrará todas las filas del marco de datos.

 Sintaxis:

pandas.set_option('display.max_rows', None)

Código:

# Display all rows from data frame using pandas
# importing numpy library
import pandas as pd
 
# importing iris dataset from sklearn
from sklearn.datasets import load_iris
 
# Loading iris dataset
data = load_iris()
 
# Default value of display.max_rows is 10 so at max
# 10 rows will be printed. Set it None to display
# all rows in the dataframe
pd.set_option('display.max_rows', None)
 
# storing the dataset as data frame
dataframe = pd.DataFrame(data.data,columns = data.feature_names)
 
# printing data frame
print(dataframe)

Producción: 

Método 3: Usar to_markdown()

Este método convierte el marco de datos en un objeto de string y agrega estilo y formato al marco de datos. Es lo mismo que el método to_string() pero con estilo y formato agregados. to_markdown() mostrará todas las filas del marco de datos con estilo y formato.

 Sintaxis:

DataFrame.to_markdown()

Código:

# Display all rows from data frame using pandas
# importing numpy library
import pandas as pd
 
# importing iris dataset from sklearn
from sklearn.datasets import load_iris
 
# Loading iris dataset
data = load_iris()
 
# storing the dataset as data frame
dataframe = pd.DataFrame(data.data, columns=data.feature_names)
 
# Convert entire data frame as markdown and print
print(dataframe.to_markdown())

Producción:

Método 4: Usando option_context()

Este método es idéntico al método set_option(). Ambos métodos son iguales, la única diferencia es que set_option() cambia la configuración de forma permanente y option_context() antes lo hace solo dentro de su alcance. Este método también usa display.max_rows como parámetros y lo hacemos igual a Ninguno para mostrar todas las filas del marco de datos. Entonces, después de establecer el valor de display.max_rows en None y pasarlo a option_context, podremos ver todas las filas del marco de datos. Su sintaxis es la misma que la del método set_option().

Sintaxis:

with pandas.option_context('display.max_rows', None,):
   print(dataframe)

Código:

# Display all rows from data frame using pandas
# importing numpy library
import pandas as pd
 
# importing iris dataset from sklearn
from sklearn.datasets import load_iris
 
# Loading iris dataset
data = load_iris()
 
# storing the dataset as data frame
dataframe = pd.DataFrame(data.data, columns=data.feature_names)
 
# The scope of these changes
# are local with systems to with statement.
with pd.option_context('display.max_rows', None,):
    print(dataframe)

Producción: