这些答案对我都没用。其中一些确实会打印所有列，但看起来会很草率。所有的信息都在那里，但格式不正确。我正在使用Neovim内部的终端，所以我怀疑这是原因。

这个迷你函数确实是我需要的，只是改变df_data在两个地方，它是为你的dataframe名称(col_range被设置为熊猫自然显示，对我来说是5，但它可以更大或更小为你)。

import math
col_range = 5
for _ in range(int(math.ceil(len(df_data.columns)/col_range))):
    idx1 = _*col_range
    idx2 = idx1+col_range
    print(df_data.iloc[:, idx1:idx2].describe())

您可以使用这个自定义函数为Pandas数据框架显示内容。

def display_all(df):     # For any Dataframe df
   with pd.option_context('display.max_rows',1000): # Change number of rows accordingly
      with pd.option_context('display.max_columns',1000): # Change number of columns accordingly
          display(df)

display_all(df.head()) #传递这个函数到你的数据帧和voilà!

你不需要用pd。Set_option用于整个笔记本，只用于单个单元格。

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

你可以设置输出显示来匹配你当前的终端宽度:

pd.set_option('display.width', pd.util.terminal.get_terminal_size()[0])

如果你想临时设置选项来显示一个大的数据帧，你可以使用option_context:

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

退出with块时，选项值将自动恢复。

当数据规模很大时，我使用这些设置。

# Environment settings: 
pd.set_option('display.max_column', None)
pd.set_option('display.max_rows', None)
pd.set_option('display.max_seq_items', None)
pd.set_option('display.max_colwidth', 500)
pd.set_option('expand_frame_repr', True)

您可以在这里参考文档。