如何清晰规整查看PySpark DataFrame的列名与数据？

针对你用df.show()查看15列左右的DataFrame时出现的对齐混乱、内容截断问题，给你几个实用方案：

• 垂直显示每行数据
  给show()加vertical=True参数，把每一行的列名和值逐行垂直展示，彻底解决列挤在一起的问题：

  df.show(n=2, truncate=0, vertical=True)
  

  这种方式下每列单独占一行，不会出现列名重叠、内容截断的情况，适合列数多的场景。

• 转成Pandas DataFrame显示
  如果是在Jupyter Notebook这类交互式环境里，直接转成Pandas后用display()，会生成自适应的可滚动表格，对齐和可读性拉满：

  display(df.limit(2).toPandas())
  

  如果是本地脚本运行，用to_string()自定义列宽：

  print(df.limit(2).toPandas().to_string(max_colwidth=50))
  

  把max_colwidth设成你需要的宽度，避免内容截断。

• 调整Spark控制台输出配置
  提前设置Spark的全局配置，让自动预览更适配多列场景：

  spark.conf.set("spark.sql.repl.eagerEval.maxNumRows", 2)  # 默认显示行数
  spark.conf.set("spark.sql.repl.eagerEval.truncate", 0)    # 不截断内容
  

  设置后直接输入df就能自动显示，同时记得把终端/IDE的输出面板拉宽，让列有足够的展示空间。

• 导出到文件查看
  把少量数据导出成CSV，用表格工具打开查看，完全不用担心对齐和截断：

  df.limit(2).write.mode("overwrite").csv("/tmp/temp_df.csv", header=True)
  

  导出后打开CSV文件，所有列都会整齐排列，还能自由调整列宽。

内容的提问来源于stack exchange，提问作者Xi12