要看到完整DataFrame需同时设置display.max_rows、max_columns、width、max_colwidth和max_seq_items为None；仅设max_rows无效，因Pandas采用五重截断机制。
默认情况下 Pandas 会自动截断长 DataFrame 的显示，这不是 bug，是设计行为；要看到完整行列，关键不是只设 display.max_rows，而是得同时控制四个选项。
为什么 pd.set_option('display.max_rows', None) 不管用
常见错误现象：执行了这行代码，DataFrame 还是被省略成中间带 ... 的三段式。因为 Pandas 的显示逻辑是“四重门”——max_rows、max_columns、max_colwidth、max_seq_items 全部达标才算“全量显示”。任意一个卡住，就触发截断。
-
max_rows控制行数上限（含None表示不限） -
max_columns同理，列太多时也会缩成... -
max_colwidth影响单个单元格文本长度（比如长字符串被截成"this_is_..."） -
max_seq_items控制 list/dict 等嵌套结构的展开项数（常被忽略）
一次性配齐全部显示选项的实操写法
直接复制粘贴这段代码就能看到完整数据，不用反复试错：
import pandas as pd
pd.set_option('display.max_rows', None)
pd.set_option('display.max_columns', None)
pd.set_option('display.width', None)
pd.set_option('display.max_colwidth', None)
pd.set_option('display.max_seq_items', None)
注意：display.width 控制每行字符宽度（非列数），设为 None 才能避免因终端宽度导致的自动换行/截断；它和 max_columns 是两回事，别漏掉。
临时生效 vs 永久生效的区别
上面的 set_option 只在当前 Python session 生效。如果重启 Jupyter 或脚本就失效——这不是配置没保存，而是 Pandas 本身不提供“全局持久化配置文件”。
- 想每次启动都生效？把那几行加到你的
~/.ipython/profile_default/startup/00-pandas-config.py（Jupyter）或项目入口脚本顶部 - 只对某个 DataFrame 临时查看？用
with pd.option_context(...): print(df)更安全，退出上下文自动恢复原设置 - 别碰
pd.reset_option—— 它只重置单个选项，且容易误清其他已手动调优的设置
性能与可读性的实际权衡
显示完整 ≠ 应该永远开启。尤其当 df.shape 是 (50000, 200) 时，print(df) 会卡死终端或让 Jupyter 输出区爆炸。
- 调试时建议先用
df.head(10)+df.info()+df.dtypes快速定位问题字段 - 真要扫全量，优先用
df.to_string(max_rows=None, max_cols=None)，它比print(df)更可控 - 导出分析结果？直接写 CSV 或用
df.to_clipboard()粘贴进 Excel，比盯着终端滚动更可靠
最常被忽略的一点：max_seq_items 默认是 100，如果你的某列存的是长列表（比如 NLP 的 token IDs），即使其他三项全开，它照样给你缩成 [1, 2, 3, ..., 98, 99, 100] —— 记得把它也设成 None。
