pandas to_string 设置了宽度，长文本列仍撑破终端

终端宽度是 20，DataFrame.to_string() 也设置了 max_cols=0 和 line_width=20，输出仍然出现五十多个字符的一行。若表格中间夹着一个很宽的文本列，先检查自动列裁剪与最终保留列是否采用了同一组宽度，不能把 line_width 当成每行必定满足的硬限制。

pandas 3.1.0 的这条格式化路径先估算各列宽度，循环移除中部列来计算能容纳几列，之后又按左右两端重新选取保留列。估算中去掉的列与最终显示的列不完全一致时，宽度预算便可能失准；同时，代码至少保留两列，极窄终端也未必能容纳它们。

max_cols=0 的自动适配分支会读取终端宽度，并非只使用传入的 line_width。在 Notebook、日志重定向或无终端任务中，先核对实际取得的宽度；只有这一层设置一致后，才适合继续比较列裁剪算法。

日志需要固定可读范围时，先明确显示哪些列

如果这张表只是诊断输出，可以在副本视图中挑选真正需要的列，再限制单元格显示宽度：

import pandas as pd

frame = pd.DataFrame({
    "id": [1, 2],
    "detail": ["very-long-diagnostic-value", "another-long-value"],
    "state": ["ok", "retry"],
})
preview = frame.loc[:, ["id", "state"]]
text = preview.to_string(index=False, max_cols=None, max_colwidth=12)

这段输出有意省略 detail，不修改原表。列清单应按排障用途确定；不要为了日志不超宽，顺手删除数据列后再把这份预览用于计算或落库。

max_colwidth 控制的是文本呈现，省略号意味着显示内容被截断。需要保留完整字段时，应另外保存结构化结果，例如按既有日志或导出流程记录完整值，而不是从截断文本反向解析。

宽度预算还包含列名、索引和分隔空格

仅限制数据值长度，仍可能留下很长的列名。带索引输出还要计入索引宽度，不能只把几个字段的最大长度相加。中文、组合字符和终端宽字符也不一定各占一个显示单元，Python 的 len(line) 不能直接作为所有终端上的显示宽度判据。

真正要求严格固定宽度的文本协议，应使用专门的布局与溢出规则，明确裁剪、换行或另存详情；DataFrame 的人读预览不适合承担传输协议。

这与浮点显示精度掩盖真实差异不同。本题是列选择与排版预算，改小数位只能偶然缩短数字，不能修复文本列导致的超宽。

截至 2026 年 10 月 26 日，pandas 3.1.0 正式实现仍有上述估算与两端选列逻辑。后续更新应比较原来那张表的输出。验收既检查目标终端中的实际宽度，也确认完整数据的保存位置没有丢失字段。