不需要侵入设置。有一个简单的方法:

print(df.to_string())

导入pandas后，作为使用上下文管理器的另一种选择，设置这些选项来显示整个数据框架:

pd.set_option('display.max_columns', None)  # or 1000
pd.set_option('display.max_rows', None)  # or 1000
pd.set_option('display.max_colwidth', None)  # or 199

有关有用选项的完整列表，请参见:

pd.describe_option('display')

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。

你也可以使用带有一个或多个选项的option_context:

with pd.option_context('display.max_rows', None, 'display.max_columns', None):  # more options can be specified also
    print(df)

这将自动将选项返回到它们以前的值。

如果你在jupyter-notebook上工作，使用display(df)而不是print(df)将使用jupyter丰富的显示逻辑(就像这样)。

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()))