手册
目录
存储大型数据集的简单方法是使用 CSV 文件（逗号分隔的文件）。
CSV 文件包含纯文本，是一种众所周知的格式，可以被每个人（包括 Pandas）读取。
在我们的例子中，我们将使用一个名为 'data.csv' 的 CSV 文件。
下载 data.csv，或在浏览器中打开 data.csv
将 CSV 加载到 DataFrame 中：
import pandas as pd
df = pd.read_csv('data.csv')
print(df.to_string())
提示：使用 to_string() 打印整个 DataFrame。
如果你有一个包含很多行的大型 DataFrame，Pandas 将仅返回前 5 行和最后 5 行：
不使用 to_string() 方法打印 DataFrame：
import pandas as pd
df = pd.read_csv('data.csv')
print(df)
返回的行数在 Pandas 选项设置中定义。
您可以使用 pd.options.display.max_rows 语句检查系统的最大行数。
检查返回的最大行数：
import pandas as pd print(pd.options.display.max_rows)
在我的系统中，数字是 60，这意味着如果 DataFrame 包含超过 60 行，则 print(df) 语句将仅返回标题以及前 5 行和最后 5 行。
您可以使用相同的语句更改最大行数。
增加要显示的最大行数，以显示整个 DataFrame：
import pandas as pd
pd.options.display.max_rows = 9999
df = pd.read_csv('data.csv')
print(df)
相关
视频
RELATED VIDEOS
科技资讯
1
2
3
4
5
6
7
8
9
精选课程
共5课时
17.2万人学习
共49课时
77万人学习
共29课时
61.7万人学习
共25课时
39.3万人学习
共43课时
71万人学习
共25课时
61.6万人学习
共22课时
23万人学习
共28课时
33.9万人学习
共89课时
125万人学习
