Python 熊猫数据帧：大量dict值，打印方式？

我正在尝试将一个包含大量数据的默认dict转换为一个数据帧。当字典中的值的#很小（比如说，10）时，我得到如下结果：

       Obama Romney      dates
    0   47.5   41.5  2/01/2011
    1   47.5   41.5  2/02/2011
    2   47.5   41.5  2/03/2011
    3   47.5   41.5  2/04/2011
    4   47.5   41.5  2/05/2011
    5   47.5   41.5  2/06/2011
    6   46.4   42.0  2/07/2011
    7   46.4   42.0  2/08/2011
    8   46.7   42.7  2/09/2011
    9   46.7   42.7  2/10/2011
    10  47.3   42.0  2/11/2011

当我试图打印数据帧时——这就是我想要的。但当项目为100或更多时，我只得到一个摘要：

    <class 'pandas.core.frame.DataFrame'>
    Int64Index: 652 entries, 0 to 651
    Data columns (total 3 columns):
    Obama     652  non-null values
    Romney    652  non-null values
    dates     652  non-null values
    dtypes: object(3)

INT64索引：652个条目，0到651
数据列（共3列）：
Obama 652非空值
罗姆尼652非空值
日期652非空值
数据类型：对象（3）

---

有没有办法像以前那样打印10个项目的值？

查看

set\u选项

功能：

import pandas as pd

pd.set_option('max_rows', 150)

---

查看

set_选项

功能：

import pandas as pd

pd.set_option('max_rows', 150)

如果需要，它将查看前n行（默认情况下，n=5）：

或其相反，对于最后n行

请注意，大家一致认为这是令人困惑的：。以下是master/dev中的当前行为：

In [21]: pd.concat([df] * 100)  # 100 copies of df
Out[21]: 
    Obama  Romney      dates
0    47.5    41.5  2/01/2011
1    47.5    41.5  2/02/2011
2    47.5    41.5  2/03/2011
# ommiting a load of lines here
# which make it up to 100 (pd.options.display.max_rows)
3    47.5    41.5  2/04/2011
4    47.5    41.5  2/05/2011
      ...     ...        ...

[1100 rows x 3 columns]

如果需要，它将查看前n行（默认情况下，n=5）：

或其相反，对于最后n行

请注意，大家一致认为这是令人困惑的：。以下是master/dev中的当前行为：

In [21]: pd.concat([df] * 100)  # 100 copies of df
Out[21]: 
    Obama  Romney      dates
0    47.5    41.5  2/01/2011
1    47.5    41.5  2/02/2011
2    47.5    41.5  2/03/2011
# ommiting a load of lines here
# which make it up to 100 (pd.options.display.max_rows)
3    47.5    41.5  2/04/2011
4    47.5    41.5  2/05/2011
      ...     ...        ...

[1100 rows x 3 columns]

---

你就不能在各行之间循环吗？你就不能在各行之间循环吗？仅供参考，报告将在0.13中更改！仅供参考，报告将在0.13中更改！