python学习笔记之pandas读取excel出现的列表显示不全问题
itomcoil 2025-05-10 22:33 17 浏览
今天小编想改正一个表格,按照之前学习的
首先导入模块
import pandas
读取目标excel文件
data = pandas.read_excel("C:\\Users\\27195\\Desktop\\py测试表格.xlsx")
但是显示出来的确实这个样子
烘干塔入仓检斤 Unnamed: 1 Unnamed: 2 ... Unnamed: 7 Unnamed: 8 Unnamed: 9
0 序号 车号 品种 ... 时间 水分 备注
1 1 辽AE8670 玉米 ... 2022-03-11 00:00:00 14.5 NaN
2 2 辽AE8670 玉米 ... 2022-03-11 00:00:00 14.4 NaN
3 1 辽AE8670 玉米 ... 2022-03-12 00:00:00 14.5 NaN
4 1 辽AE8670 玉米 ... 2022-03-13 00:00:00 14.5 NaN
5 2 辽AE8670 玉米 ... 2022-03-13 00:00:00 14.4 NaN
6 3 辽AE8670 玉米 ... 2022-03-13 00:00:00 14.5 NaN
7 4 辽AE8670 玉米 ... 2022-03-13 00:00:00 14.5 NaN
8 5 辽AE8670 玉米 ... 2022-03-13 00:00:00 14.5 NaN
9 6 辽AE8670 玉米 ... 2022-03-13 00:00:00 14.5 NaN
10 7 辽AE8670 玉米 ... 2022-03-13 00:00:00 14.4 NaN
11 8 辽AE8670 玉米 ... 2022-03-13 00:00:00 14.5 NaN
12 1 辽AE8670 玉米 ... 2022/03/16 14.5 NaN
13 2 辽AE8670 玉米 ... 2022/03/16 14.5 NaN
14 3 辽AE8670 玉米 ... 2022/03/16 14.5 NaN
15 4 辽AE8670 玉米 ... 2022/03/16 14.5 NaN
16 5 辽AE8670 玉米 ... 2022/03/16 14.5 NaN
17 6 辽AE8670 玉米 ... 2022/03/16 14.5 NaN
18 7 辽AE8670 玉米 ... 2022/03/16 14.5 NaN
19 1 辽AE8670 玉米 ... 2022/03/17 14.5 NaN
20 2 辽AE8670 玉米 ... 2022/03/17 14.5 NaN
21 3 辽AE8670 玉米 ... 2022/03/17 14.5 NaN
22 4 辽AE8670 玉米 ... 2022/03/17 14.5 NaN
23 5 辽AE8670 玉米 ... 2022/03/17 14.5 NaN
24 1 辽AE8670 玉米 ... 2022/03/18 14.5 NaN
25 2 辽AE8670 玉米 ... 2022/03/18 14.5 NaN
26 3 辽AE8670 玉米 ... 2022/03/18 14.5 NaN
27 4 辽AE8670 玉米 ... 2022/03/18 14.5 NaN
28 5 辽AE8670 玉米 ... 2022/03/18 14.5 NaN
29 6 辽AE8670 玉米 ... 2022/03/18 14.5 NaN
30 7 辽AE8670 玉米 ... 2022/03/18 14.5 NaN
31 8 辽AE8670 玉米 ... 2022/03/18 14.5 NaN
32 9 辽AE8670 玉米 ... 2022/03/18 14.5 NaN
[33 rows x 10 columns]
这个列表不能完全显示出来,这就不方便我今天编辑了.
原来工作表是这个样子的
很明显中间的几列都被隐藏处理了
经过网上查询,出现这个问题是pandas没有解除显示列的限制,利用下面的语句,进行列显示设置
import pandas
pandas.set_option('display.max_columns', None)
data = pandas.read_excel("C:\\Users\\27195\\Desktop\\py测试表格.xlsx")
print(data)
pandas.set_option() #pandas设置选项函数
display.max_columns #最大显示列数参数,None为无限制
这样就能得到小编想要看到的,完整的工作表数据了
烘干塔入仓检斤 Unnamed: 1 Unnamed: 2 Unnamed: 3 Unnamed: 4 Unnamed: 5 Unnamed: 6 \
0 序号 车号 品种 毛重 皮重 净重 货位
1 1 辽AE8670 玉米 27460 8440 19020 ZP1
2 2 辽AE8670 玉米 27020 9120 17900 ZP1
3 1 辽AE8670 玉米 27480 8080 19400 ZP1
4 1 辽AE8670 玉米 28260 8620 19640 ZP1
5 2 辽AE8670 玉米 27980 8620 19360 ZP1
6 3 辽AE8670 玉米 27340 8120 19220 ZP1
7 4 辽AE8670 玉米 27820 8120 19700 ZP1
8 5 辽AE8670 玉米 27560 7900 19660 ZP1
9 6 辽AE8670 玉米 26020 8160 17860 ZP1
10 7 辽AE8670 玉米 29020 8040 20980 ZP1
11 8 辽AE8670 玉米 29500 7940 21560 ZP1
12 1 辽AE8670 玉米 27900 8420 19480 ZP1
13 2 辽AE8670 玉米 28720 8240 20480 ZP1
14 3 辽AE8670 玉米 27920 8660 19260 ZP1
15 4 辽AE8670 玉米 29180 8480 20700 ZP1
16 5 辽AE8670 玉米 28740 8480 20260 ZP1
17 6 辽AE8670 玉米 28900 8400 20500 ZP1
18 7 辽AE8670 玉米 29220 8440 20780 ZP1
19 1 辽AE8670 玉米 27760 8440 19320 ZP1
20 2 辽AE8670 玉米 28860 8260 20600 ZP1
21 3 辽AE8670 玉米 29120 8200 20920 ZP1
22 4 辽AE8670 玉米 29000 8520 20480 ZP1
23 5 辽AE8670 玉米 28900 8160 20740 ZP1
24 1 辽AE8670 玉米 28220 6860 21360 ZP1
25 2 辽AE8670 玉米 29040 6640 22400 ZP1
26 3 辽AE8670 玉米 27600 6660 20940 ZP1
27 4 辽AE8670 玉米 28400 6700 21700 ZP1
28 5 辽AE8670 玉米 28800 6680 22120 ZP1
29 6 辽AE8670 玉米 28900 6680 22220 ZP1
30 7 辽AE8670 玉米 28620 6660 21960 ZP1
31 8 辽AE8670 玉米 28380 6680 21700 ZP1
32 9 辽AE8670 玉米 27660 6660 21000 ZP1
Unnamed: 7 Unnamed: 8 Unnamed: 9
0 时间 水分 备注
1 2022-03-11 00:00:00 14.5 NaN
2 2022-03-11 00:00:00 14.4 NaN
3 2022-03-12 00:00:00 14.5 NaN
4 2022-03-13 00:00:00 14.5 NaN
5 2022-03-13 00:00:00 14.4 NaN
6 2022-03-13 00:00:00 14.5 NaN
7 2022-03-13 00:00:00 14.5 NaN
8 2022-03-13 00:00:00 14.5 NaN
9 2022-03-13 00:00:00 14.5 NaN
10 2022-03-13 00:00:00 14.4 NaN
11 2022-03-13 00:00:00 14.5 NaN
12 2022/03/16 14.5 NaN
13 2022/03/16 14.5 NaN
14 2022/03/16 14.5 NaN
15 2022/03/16 14.5 NaN
16 2022/03/16 14.5 NaN
17 2022/03/16 14.5 NaN
18 2022/03/16 14.5 NaN
19 2022/03/17 14.5 NaN
20 2022/03/17 14.5 NaN
21 2022/03/17 14.5 NaN
22 2022/03/17 14.5 NaN
23 2022/03/17 14.5 NaN
24 2022/03/18 14.5 NaN
25 2022/03/18 14.5 NaN
26 2022/03/18 14.5 NaN
27 2022/03/18 14.5 NaN
28 2022/03/18 14.5 NaN
29 2022/03/18 14.5 NaN
30 2022/03/18 14.5 NaN
31 2022/03/18 14.5 NaN
32 2022/03/18 14.5 NaN
我是python小白,一样喜欢学习python的朋友可以点赞加关注,一起共同学习python
相关推荐
- 最强聚类模型，层次聚类 !!_层次聚类的优缺点
-
哈喽，我是小白~咱们今天聊聊层次聚类，这种聚类方法在后面的使用，也是非常频繁的~首先，聚类很好理解，聚类（Clustering）就是把一堆“东西”自动分组。这些“东西”可以是人、...
- python决策树用于分类和回归问题实际应用案例
-
决策树（DecisionTrees）通过树状结构进行决策，在每个节点上根据特征进行分支。用于分类和回归问题。实际应用案例：预测一个顾客是否会流失。决策树是一种基于树状结构的机器学习算法，用于解决分类...
- Python教程(四十五):推荐系统-个性化推荐算法
-
今日目标o理解推荐系统的基本概念和类型o掌握协同过滤算法（用户和物品）o学会基于内容的推荐方法o了解矩阵分解和深度学习推荐o掌握推荐系统评估和优化技术推荐系统概述推荐系统是信息过滤系统，用于...
- 简单学Python——NumPy库7——排序和去重
-
NumPy数组排序主要用sort方法，sort方法只能将数值按升充排列（可以用[::-1]的切片方式实现降序排序），并且不改变原数组。例如：importnumpyasnpa=np.array(...
- PyTorch实战:TorchVision目标检测模型微调完
-
PyTorch实战：TorchVision目标检测模型微调完整教程一、什么是微调（Finetuning）？微调（Finetuning）是指在已经预训练好的模型基础上，使用自己的数据对模型进行进一步训练...
- C4.5算法解释_简述c4.5算法的基本思想
-
C4.5算法是ID3算法的改进版，它在特征选择上采用了信息增益比来解决ID3算法对取值较多的特征有偏好的问题。C4.5算法也是一种用于决策树构建的算法，它同样基于信息熵的概念。C4.5算法的步骤如下：...
- Python中的数据聚类及可视化分析实践
-
探索如何通过聚类分析揭露糖尿病预测数据集的特征！我们将运用Python的强力工具，深入挖掘数据，以直观的可视化揭示不同特征间的关系。一同探索聚类分析在糖尿病预测中的实践！所有这些可视化都可以通过数据操...
- 用Python来统计大乐透号码的概率分布
-
用Python来统计大乐透号码的概率分布，可以按照以下步骤进行：导入所需的库：使用Python中的numpy库生成数字序列，使用matplotlib库生成概率分布图。读取大乐透历史数据：从网络上找到大...
- python:支持向量机监督学习算法用于二分类和多分类问题示例
-
监督学习-支持向量机(SVM)支持向量机（SupportVectorMachine，简称SVM）是一种常用的监督学习算法，用于解决分类和回归问题。SVM的目标是找到一个最优的超平面，将不同类别的...
- 25个例子学会Pandas Groupby 操作
-
groupby是Pandas在数据分析中最常用的函数之一。它用于根据给定列中的不同值对数据点(即行)进行分组，分组后的数据可以计算生成组的聚合值。如果我们有一个包含汽车品牌和价格信息的数据集，那么可以...
- 数据挖掘流程_数据挖掘流程主要有哪些步骤
-
数据挖掘流程1.了解需求，确认目标说一下几点思考方法：做什么？目的是什么？目标是什么？为什么要做？有什么价值和意义？如何去做？完整解决方案是什么？2.获取数据pandas读取数据pd.read.c...
- 使用Python寻找图像最常见的颜色_python 以图找图
-
如果我们知道图像或对象最常见的是哪种颜色，那么可以解决图像处理中的几个用例，例如在农业领域，我们可能需要确定水果的成熟度。我们可以简单地检查一下水果的颜色是否在预定的范围内，看看它是成熟的，腐烂的，还...
- 财务预算分析全网最佳实践:从每月分析到每天分析
-
原文链接如下:「链接」掌握本文的方法，你就掌握了企业预算精细化分析的能力，全网首发。数据模拟稍微有点问题，不要在意数据细节，先看下最终效果。在编制财务预算或业务预算的过程中，通常预算的所有数据都是按月...
- 常用数据工具去重方法_数据去重公式
-
在数据处理中，去除重复数据是确保数据质量和分析准确性的关键步骤。特别是在处理多列数据时，保留唯一值组合能够有效清理数据集，避免冗余信息对分析结果的干扰。不同的工具和编程语言提供了多种方法来实现多列去重...
- Python教程(四十):PyTorch深度学习-动态计算图
-
今日目标o理解PyTorch的基本概念和动态计算图o掌握PyTorch张量操作和自动求导o学会构建神经网络模型o了解PyTorch的高级特性o掌握模型训练和部署PyTorch概述PyTorc...
- 一周热门
- 最近发表
- 标签列表
-
- ps图案在哪里 (33)
- super().__init__ (33)
- python 获取日期 (34)
- 0xa (36)
- super().__init__()详解 (33)
- python安装包在哪里找 (33)
- linux查看python版本信息 (35)
- python怎么改成中文 (35)
- php文件怎么在浏览器运行 (33)
- eval在python中的意思 (33)
- python安装opencv库 (35)
- python div (34)
- sticky css (33)
- python中random.randint()函数 (34)
- python去掉字符串中的指定字符 (33)
- python入门经典100题 (34)
- anaconda安装路径 (34)
- yield和return的区别 (33)
- 1到10的阶乘之和是多少 (35)
- python安装sklearn库 (33)
- dom和bom区别 (33)
- js 替换指定位置的字符 (33)
- python判断元素是否存在 (33)
- sorted key (33)
- shutil.copy() (33)