于是在程序里加了三行：

pd.set_option('display.max_columns', 1000)
pd.set_option('display.width', 1000)
pd.set_option('display.max_colwidth', 1000)

输出结果如下，输出结果已经全部显示了：

但是依然不对齐。

于是又加了两行：

pd.set_option('display.unicode.ambiguous_as_wide', True)
pd.set_option('display.unicode.east_asian_width', True)

运行结果对齐了，但仍然有瑕疵，不过已经好多了：

// 显示所有行列 pd.set_option('display.max_columns', None) pd.set_option('display.max_rows', None) // 对齐 pd.set_option('display.unicode.ambiguous_as_wide', True) pd.set_option('display.unicode.east_asian_width', True) 从执行结果可以发现，对于整数和字符串，当数据的实际宽度小于指定宽度时，会在左侧用空格填充；在print()函数 中 ，用引号括起来的是格式化字符串，它相当于一个字符串模板，可以放置一些转换说明符(占位符)。使用转换说明符时，可以使用以下格式指定最小 输出 宽度(至少占用多少字符),D表示 输出 的整数宽度至少为10。对于字符串，只能使用-标志，因为符号对于字符串没有意义，填充0会改变字符串的值。对于小数(浮点数)，print()还允许指定小数点后的位数，即指定小数的 输出 精度。m代表最小宽度，n代表 输出 精度，以及。 当Df数据较多时，通过print 输出 效果不好的时候，可以考虑将其 输出 为 Excel 文件，或者纯粹是为了 输出 Excel 文件 很多输入文件都是 Excel 格式的，通过pan import pandas as pd df1 = pd. DataFrame (np.random.randn(10, 4), columns=['A', 'B', 'C', 'D']) df2 = pd. DataFrame (np.random.randn(7, 3), columns=['A', 'B', 'C']) print("df1 = \n", df1) print("-" * 50) print("df2 = \n", df2) print("-" * 10 # Pandas 可以根据索引实现数据自动 对齐 ，索引不重合的部分被置为NaN df1 = pd. DataFrame (np.random.randint(low=1, high=10, size=(3,4)), columns=['a','b','c','d']) df2 = pd. DataFrame (np.random.randint(low=1, high=10, size=(4,5)), columns=['a','b', -2悬赏园豆：10[已解决问题]解决于 2018-03-11 11:08在用 python 做数据处理，但是 输出 时老是对不整齐，图片如下，有哪位大神能帮我解决这个问题吗？拜托了linzepeng|初学一级|园豆：189提问于：2018-03-07 20:37请先定义何为整齐！–爱编程的大叔2年前@爱编程的大叔: 就是一列一列能整齐地对着，看图片都没有–linzepeng2年前@linzepeng: 请... pandas 显示对于字符宽度的控制默认是英文，当 DataFrame 的列名含有 中 文时， pandas 就无法准确的控制列宽，从而导致列名和列没有 对齐 ；对此，我们只要修改下 pandas 显示的默认设置即可，将两项设置都设为True即可，具体如下： pd.set_option('display.unicode.ambiguous_as_wide', True) pd.set_option('display.unicode.east_asian_width', True) 本文始发于个人公众号：TechFlow，原创不易，求个关注今天是 pandas 数据处理专题的第四篇文章，我们一起来聊聊 DataFrame 中 的索引。上一篇文章当 中 我们介绍了 DataFrame 数据结构当 中 一些常用的索引的使用方法，比如iloc、loc以及逻辑索引等等。今天的文章我们来看看 DataFrame 的一些基本运算。数据 对齐 我们可以计算两个 DataFrame 的加和， pandas 会自动将这两个Data... 如何 对齐 单元格 中 的文本以使其居 中 ？码：import matplotlib.pyplot as pltfrom pandas .tools.plotting import tableimport pandas as pd#My dataframe df = pd. DataFrame ({'Weeks' : [201605, 201606, 201607, 201608],'Computer1' : [50...