要在笔记本中使用上下文，

from IPython.display import display

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

*基于之前的答案

如果你不想打乱你的显示选项，你只是想看到这个特定的列列表，而不是展开你查看的每个数据框架，你可以尝试:

df.columns.values

下面的行足以显示一个数据框架中的所有列。

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

根据v0.18.0的文档，如果你在终端上运行(即，不是IPython notebook, qtconsole或IDLE)，让Pandas自动检测你的屏幕宽度并根据它显示的列数进行调整是一个双行程序:

pd.set_option('display.large_repr', 'truncate')
pd.set_option('display.max_columns', 0)

这不是严格意义上的答案，但是让我们记住我们可以df.describe().transpose()或者df.head(n).transpose()，或者df.tail(n).transpose()。

我还发现，当标题是结构化的时，将它们作为列来阅读更容易:

header1_xxx,

header2_xxx,

header3_xxx,

我认为终端和应用程序处理垂直滚动更自然，如果这是必要的转置后。

标头通常比它们的值大，将它们全部放在一列(索引)中可以最大限度地减少它们对总表宽度的影响。

最后，其他的df描述也可以合并，这里有一个可能的想法:

def df_overview(df: pd.DataFrame, max_colwidth=25, head=3, tail=3):
    return(
        df.describe([0.5]).transpose()
        .merge(df.dtypes.rename('dtypes'), left_index=True, right_index=True)
        .merge(df.head(head).transpose(), left_index=True, right_index=True)
        .merge(df.tail(tail).transpose(), left_index=True, right_index=True)
        .to_string(max_colwidth=max_colwidth, float_format=lambda x: "{:.4G}".format(x))
    )

使用以下方法设置列的最大宽度:

pd.set_option('max_colwidth', 800)

这个特定的语句将每列的最大宽度设置为800像素。