如果你只是想看到所有的列，你可以做一些这样的事情作为快速修复

cols = data_all2.columns

现在cols将表现为一个可以被索引的迭代变量。例如

cols[11:20]

一个快速而简单的解决方案是将其转换为字符串

print('\t'.join(data_all2.columns))

会导致它们全部被打印出来，被制表符隔开 当然，请注意，102个名字都相当长，因此阅读起来有点困难

要获得所有列名，可以遍历data_all2.columns。

columns = data_all2.columns
for col in columns:
    print col

您将得到所有列名。 或者你可以将所有的列名存储到另一个列表变量中，然后打印列表。

您可以全局设置打印选项。我认为这是可行的:

方法1:

pd.set_option('display.max_columns', None)
pd.set_option('display.max_rows', None)

方法2:

pd.options.display.max_columns = None
pd.options.display.max_rows = None

这将允许您在执行.head()时查看所有列名和行。任何列名都不会被截断。

如果你只是想看到列名，你可以这样做:

print(df.columns.tolist())

在交互控制台中，很容易做到:

data_all2.columns.tolist()

或者在脚本中:

print(data_all2.columns.tolist())

要获取DataFrame(本例中为df_data)的所有列名，您只需要使用命令df_data.columns.values。 这将显示一个包含数据框架所有列名的列表

代码:

df_data=pd.read_csv('../input/data.csv')
print(df_data.columns.values)

输出:

['PassengerId' 'Survived' 'Pclass' 'Name' 'Sex' 'Age' 'SibSp' 'Parch' 'Ticket' 'Fare' 'Cabin' 'Embarked']

对我有效的方法如下:

pd.options.display.max_seq_items = None

还可以将其设置为大于列数的整数。

我有很多重复的列名，一旦我运行

df = df.loc[:,~df.columns.duplicated()]

我可以看到完整的列列表

信贷: https://stackoverflow.com/a/40435354/5846417

这样就可以了。注意使用display()而不是print。

with pd.option_context('display.max_rows', 5, 'display.max_columns', None): 
    display(my_df)

编辑:

需要使用display，因为pd。Option_context设置只适用于显示，不适用于打印。

我知道这是重复，但我总是以复制粘贴和修改YOLO的答案结束:

pd.set_option('display.max_columns', 500)
pd.set_option('display.max_rows', 500)

你可以试试这个

pd.pandas.set_option('display.max_columns', None)

这不是一个传统的答案，但我猜您可以转置数据框架来查看行而不是列。我使用这个方法是因为我发现看行比看列更“直观”:

data_all2.T

这应该可以让您查看所有行。这个动作不是永久的，它只是让你查看数据帧的转置版本。

如果行仍然被截断，只需使用print(data_all2.T)查看所有内容。

我找到的最简单的方法就是

list(df.columns)

就我个人而言，我不想改变全局变量，我不是经常想看到所有的列名。

接受的答案导致我的列名被绕了起来。若要显示所有列名而不换行，请同时设置display。Max_columns和display.width:

pandas.set_option('display.max_columns', None)
pandas.set_option('display.width', 1000)

我可能离题了，但我来到这个线程与相同类型的问题，我发现这是一个简单的答案，如果你想在一个长列表和索引中看到所有东西。

这是我在Spyder中使用的:

print(df.info()) 

或者这就是木星所需要的:

df.info()

你可以这样做

df.info(show_counts=True)

它会显示所有的列。将show_counts设置为True表示not_null数据的计数。

“df。Types "将数据帧'df'的所有列输出为行，作为额外的奖励，您还将获得数据类型。

试试这个——

df.columns.values

df.head(None)

通过这种方式，您可以看到格式数据帧的所有内容。 你需要写

data_all2.head(None)

我的去打印每一列在我的控制台是:

pandas.set_option('display.expand_frame_repr', False)

for i in df2.columns.tolist():
  print(i)

如果你想看到Pandas df.head()中的所有列，那么在运行你的代码之前使用这个片段。所有列数据都是可见的。

pd.pandas.set_option('display.max_columns', None)

在此之后，创建您的数据框架，并尝试这个。

df.head()

它将打印所有列，而不是在更大的数据集中显示“....”。