datasroller的创建部分是为了解决这个问题。

pip install datascroller

它将数据帧加载到终端视图中，你可以用鼠标或方向键“滚动”，有点像终端上的Excel工作簿，支持查询、高亮显示等。

import pandas as pd
from datascroller import scroll

# Call `scroll` with a Pandas DataFrame as the sole argument:
my_df = pd.read_csv('<path to your csv>')
scroll(my_df)

披露:我是datascroller的作者之一

datasroller的创建部分是为了解决这个问题。

pip install datascroller

它将数据帧加载到终端视图中，你可以用鼠标或方向键“滚动”，有点像终端上的Excel工作簿，支持查询、高亮显示等。

import pandas as pd
from datascroller import scroll

# Call `scroll` with a Pandas DataFrame as the sole argument:
my_df = pd.read_csv('<path to your csv>')
scroll(my_df)

披露:我是datascroller的作者之一

如果您正在使用Ipython Notebook (Jupyter)。你可以使用HTML

from IPython.core.display import HTML
display(HTML(df.to_html()))

当然，如果这个经常出现，就做一个这样的函数。您甚至可以将其配置为在每次启动IPython时加载:https://ipython.org/ipython-doc/1/config/overview.html

def print_full(x):
    pd.set_option('display.max_rows', len(x))
    print(x)
    pd.reset_option('display.max_rows')

至于颜色，过于复杂的颜色对我来说听起来适得其反，但我同意像bootstrap的.table条纹之类的东西会很好。您总是可以创建一个问题来建议这个功能。

试试这个

pd.set_option('display.height',1000)
pd.set_option('display.max_rows',500)
pd.set_option('display.max_columns',500)
pd.set_option('display.width',1000)

尝试使用display()函数。这将自动使用水平和垂直滚动条，这样你就可以轻松地显示不同的数据集，而不是使用print()。

display(dataframe)

Display()也支持正确的对齐。

然而，如果你想让数据集更漂亮，你可以检查pd.option_context()。它有很多选项来清楚地显示数据框架。

注:我正在使用Jupyter笔记本电脑。