2016-07-26 3 views
-1

Я пытаюсь распечатать dataframe в csv непосредственно с Ipython Console, но я получаю этот символ, а затем ничего "...:". Что означает символ?Что значит «...:» означает в консоли Ipython anaconda?

Есть ли в любом случае я могу заставить мой csv печатать?

Код:

import ET_Client 
import pandas as pd 


AggreateDF = pd.DataFrame() 

try: 

    debug = False 
    stubObj = ET_Client.ET_Client(False, debug) 

    print '>>>BounceEvents' 
    getBounceEvent = ET_Client.ET_BounceEvent() 
    getBounceEvent.auth_stub = stubObj  
    getResponse1 = getBounceEvent.get() 
    ResponseResultsBounces = getResponse1.results 
    Results_Message = getResponse1.message 
    print "This is orginial " + str(Results_Message) 
    #print ResponseResultsBounces 

    i = 1 
    while (Results_Message == 'MoreDataAvailable'): 
     if i > 5: break 
     print Results_Message 
     results1 = getResponse1.results 
     i = i + 1 
     ClientIDBounces = [] 
     partner_keys1 = [] 
     created_dates1 = [] 
     modified_date1 = [] 
     ID1 = [] 
     ObjectID1 = [] 
     SendID1 = [] 
     SubscriberKey1 = [] 
     EventDate1 = [] 
     EventType1 = [] 
     TriggeredSendDefinitionObjectID1 = [] 
     BatchID1 = [] 
     SMTPCode = [] 
     BounceCategory = [] 
     SMTPReason = [] 
     BounceType = [] 

     for BounceEvent in ResponseResultsBounces: 
      ClientIDBounces.append(str(BounceEvent['Client']['ID'])) 
      partner_keys1.append(BounceEvent['PartnerKey']) 
      created_dates1.append(BounceEvent['CreatedDate']) 
      modified_date1.append(BounceEvent['ModifiedDate']) 
      ID1.append(BounceEvent['ID']) 
      ObjectID1.append(BounceEvent['ObjectID']) 
      SendID1.append(BounceEvent['SendID']) 
      SubscriberKey1.append(BounceEvent['SubscriberKey']) 
      EventDate1.append(BounceEvent['EventDate']) 
      EventType1.append(BounceEvent['EventType']) 
      TriggeredSendDefinitionObjectID1.append(BounceEvent['TriggeredSendDefinitionObjectID']) 
      BatchID1.append(BounceEvent['BatchID']) 
      SMTPCode.append(BounceEvent['SMTPCode']) 
      BounceCategory.append(BounceEvent['BounceCategory']) 
      SMTPReason.append(BounceEvent['SMTPReason']) 
      BounceType.append(BounceEvent['BounceType']) 

     df1 = pd.DataFrame({'ClientID': ClientIDBounces, 'PartnerKey': partner_keys1, 
         'CreatedDate' : created_dates1, 'ModifiedDate': modified_date1, 
         'ID':ID1, 'ObjectID': ObjectID1,'SendID':SendID1,'SubscriberKey':SubscriberKey1, 
         'EventDate':EventDate1,'EventType':EventType1,'TriggeredSendDefinitionObjectID':TriggeredSendDefinitionObjectID1, 
         'BatchID':BatchID1,'SMTPCode':SMTPCode,'BounceCategory':BounceCategory,'SMTPReason':SMTPReason,'BounceType':BounceType}) 
     #print(df1['ID'].max()) 
     AggreateDF = AggreateDF.append(df1) 
     print(AggreateDF)   
     #print df1 
     df_masked1 = df1[(df1.EventDate > "2016-02-20") & (df1.EventDate < "2016-07-25")] 
+0

Добавьте свой код на свой вопрос. Мы не можем помочь вам с такой небольшой информацией. Также неплохо привести пример желаемого результата и фактический результат. – HolyDanna

+2

Это означает, что результат усечен, http://pandas.pydata.org/pandas-docs/stable/options.html –

+0

@HolyDanna, должно быть, пропустил добавочный код. – RustyShackleford

ответ

2

Дисплей Калибровка

Когда pandas печатает на консоль в IPython/Jupyter, он использует ..., чтобы показать, что есть данные в промежутках между рядами данных, отображаемых на выход. Это полезно, когда данные должны быть большими для печати каждого отдельного значения. Это поведение по умолчанию, если вы не переопределите параметры отображения.

От Frequently Used Options

df = pd.DataFrame(np.random.randn(7,2)) 
pd.set_option('max_rows', 7) 
df 

  0   1 
0 0.469112 -0.282863 
1 -1.509059 -1.135632 
2 1.212112 -0.173215 
3 0.119209 -1.044236 
4 -0.861849 -2.104569 
5 -0.494929 1.071804 
6 0.721555 -0.706771 

pd.set_option('max_rows', 5) 
df 

  0   1 
0 0.469112 -0.282863 
1 -1.509059 -1.135632 
..  ...  ... 
5 -0.494929 1.071804 
6 0.721555 -0.706771 

[7 rows x 2 columns] 
+1

работала строка pd.set. Огромное спасибо!\ – RustyShackleford