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。

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

不需要侵入设置。有一个简单的方法:

print(df.to_string())

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()))

使用表格包:

pip install tabulate

考虑下面的示例用法:

import pandas as pd
from io import StringIO
from tabulate import tabulate

c = """Chromosome Start End
chr1 3 6
chr1 5 7
chr1 8 9"""

df = pd.read_table(StringIO(c), sep="\s+", header=0)

print(tabulate(df, headers='keys', tablefmt='psql'))

+----+--------------+---------+-------+
|    | Chromosome   |   Start |   End |
|----+--------------+---------+-------|
|  0 | chr1         |       3 |     6 |
|  1 | chr1         |       5 |     7 |
|  2 | chr1         |       8 |     9 |
+----+--------------+---------+-------+

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。