您可以使用print df.describe().to_string()强制它显示整个表。你可以像这样对任何数据帧使用to_string()。description的结果只是一个DataFrame本身。)

8是DataFrame中包含“description”的行数(因为describe计算8个统计值，最小值，最大值，平均值等)。

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])

您可以使用print df.describe().to_string()强制它显示整个表。你可以像这样对任何数据帧使用to_string()。description的结果只是一个DataFrame本身。)

8是DataFrame中包含“description”的行数(因为describe计算8个统计值，最小值，最大值，平均值等)。

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))
    )

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。

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())