Pandas 如何在使用pd.Series.value_counts（）时停止Jupyter输出截断的结果？

我有一个

数据帧

，我想使用

pd.Series.value\u counts（）

显示特定

系列

中特定值的频率

问题是我在输出中只看到截断的结果。我在Jupyter笔记本上编码

我尝试了几种方法，但都没有成功：

df = pd.DataFrame(...) # assume df is a DataFrame with many columns and rows

# 1st method
df.col1.value_counts()

# 2nd method
print(df.col1.value_counts())

# 3rd method
vals = df.col1.value_counts()
vals  # neither print(vals) doesn't work

# All output something like this
value1         100000
value2         10000
...
value1000      1

目前我使用的就是这个，但它相当麻烦：

print(df.col1.value_counts()[:50])
print(df.col1.value_counts()[50:100])
print(df.col1.value_counts()[100:150])
# etc.

此外，我还阅读了相关的堆栈溢出问题，但没有发现它有帮助

---

那么如何停止输出截断的结果呢？

如果要打印所有行：

pd.options.display.max_rows = 1000
print(vals)

---

如果要只打印一次所有行：

with pd.option_context("display.max_rows", 1000):
    print(vals)

相关文档。

我认为您需要并设置一些较大的数字，例如999。建议如下：

选项\u上下文管理器已通过顶级API公开，允许您使用给定的选项值执行代码。退出with块时，选项值将自动恢复

#temporaly display 999 rows
with pd.option_context('display.max_rows', 999):
    print (df.col1.value_counts())