pd.set_option设了仍截断是因为Jupyter的IPython渲染层会覆盖pandas显示设置，需同步配置pandas选项（如max_columns=None、expand_frame_repr=False）和IPython配置（如display_page=False）。
为什么pd.set_option设了还是截断？
因为pd.set_option只影响 pandas 自身的打印逻辑，而 Jupyter 的输出渲染还受 IPython 和前端显示机制控制。常见现象是：明明设置了 pd.set_option('display.max_columns', None)，但 DataFrame 仍被省略中间列，或行数没展开——这往往是因为 Jupyter 默认启用了“智能截断”（比如对大对象自动调用 __repr_limit__）。
- 必须同时设置 pandas 和 IPython 两层限制
-
display.max_colwidth默认是 50，超长字符串仍会被截成... - 若 DataFrame 含嵌套结构（如 list/dict 列），
to_string()可能失效，需配合expand_frame_repr=False
一次性生效的完整配置组合
在 notebook 首单元格运行以下代码，覆盖最常踩的坑：
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.expand_frame_repr', False) # 关键：禁用自动换行压缩
<h1>同时告诉 IPython 不要对 DataFrame 做额外截断</h1><p>from IPython import get_ipython
ipython = get_ipython()
if ipython is not None:
ipython.run_line_magic('config', "TerminalInteractiveShell.display_page = False")
ipython.run_line_magic('config', "InlineBackend.print_figure_kwargs = {'bbox_inches': 'tight'}")
注意：display.width 设为 None 表示不限制字符宽度（而非 0），否则列名可能被强制折行导致错位。
display.max_colwidth=None 为什么有时还不显示全？
当某列值是长字符串、list 或 dict，pandas 默认会调用 str() 并应用 max_colwidth 截断；但若该列 dtype 是 object 且含非标量内容（如嵌套 JSON），max_colwidth 对其内部结构无效。
SkillSub Pro - Python 题解与代码注释双功能技能功能概述SkillSub Pro - Python 题解与代码注释双功能技能是一项面向实际任务的技能，主要用于SkillSub Pro 是一个 Python 题解生成与代码注释的 双功能合体技能 ，专为学生、算法学习者和开发者设计；✅ 一个技能，两种用途 ：；核心要点📝 题解模式 ：输入题目/题号，自动生成完整 Python 题解（含详细注释、解题思路、复杂度分析）；💬 注释模式 ：输入 Python 代码，自动添加详细中。它将相关步骤、
立即学习“Python免费学习笔记（深入）”；
- 临时解决：用
df[col].apply(repr)强制转为可读字符串再查看 - 彻底排查：检查
df.dtypes，确认是否真为object而非string（pandas 1.3+ 推荐用stringdtype） - 调试技巧：用
df.iloc[0][col]单独打印首行对应值，看原始长度和类型
导出时别被显示设置误导
pd.set_option 只影响 print() 和交互式显示，不影响 to_csv()、to_json() 等导出行为。如果你发现导出文件里字符串被截断，问题不在显示选项，而在导出函数参数：
-
df.to_csv(..., line_terminator='\n')—— 换行符影响大文本写入 -
df.to_json(..., indent=2)—— 缺少indent会导致单行长 JSON 难读 -
df.to_html(..., max_cols=None)—— HTML 导出有自己的一套限制，不继承display.*
真正容易被忽略的是：Jupyter 中执行 df（末尾无分号）触发的是 _repr_html_()，它优先级高于 __repr__()，所以即使你改了所有 display.*，如果 DataFrame 太大，Jupyter 仍可能 fallback 到简略视图——这时加个 print(df) 反而更可靠。
