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。

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))
    )

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

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())

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)

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。