必须手动开启python.datascience.enabled才能启用pandas表格预览，仅安装扩展无效；需通过debug python file启动调试并在变量面板双击dataframe行打开表格视图，且数据须为标准pandas实例、列可json序列化。
python.dataScience.enabled 必须手动开启
VSCode 默认关掉 Pandas 表格预览，哪怕你装了最新 Python 和 Jupyter 扩展也不会自动开。不勾这个开关，python.dataScience.enabled 就永远看不到表格视图，只会显示文本摘要或报 Failed to format value。
操作很简单：按 Cmd + ,（Mac）或 Ctrl + ,（Win/Linux），搜索 python.dataScience.enabled，勾选即可。改完不用重启 VSCode，但已有调试会话得重启才生效。
常见误判点：
- 没看到这个配置项 → Python 扩展没装或被禁用
- 勾了但还是不行 → 没用 “Debug Python File” 启动，而是直接运行或 F5
- 用了旧版
launch.json且type: "python"→ 已废弃，必须用debugpy并配"console": "integratedTerminal"
必须用 Debug Python File 启动调试
表格视图只在数据科学上下文里激活，而这个上下文只由 “Debug Python File” 触发。直接右键 → Run Python File 或终端里跑 python script.py，变量面板里 df 只能点开看文本结构。
正确姿势：
- 右键你的
.py文件 → 选Debug Python File - 设好断点，等执行暂停后，在“变量”面板找
df - 确认它右侧有 ▶ 图标，且类型明确显示为
pandas.core.frame.DataFrame - 双击该行，或点右侧的表格图标（?）才能打开 WebView 表格
注意：display(df) 在 Debug Console 里无效——它不是内置函数，会报 NameError: name 'display' is not defined。
Python 3.14.2是Python编程语言在2025年12月5日发布的稳定版本，属于3.14系列的第二个维护更新。该版本包含了18项修复，重点解决了多进程、数据类及正则表达式等模块的回归问题，并修复了CVE-2025-12084等安全漏洞。此版本标志着自由线程模式（移除GIL）正式获得官方支持，是Python发展的重要里程碑。
DataFrame 必须是标准实例且列可 JSON 序列化
表格加载失败往往静默退回到文本，真正卡住人的不是配置，而是数据本身有问题。VSCode 需要把 DataFrame 序列化成 JSON-safe 结构再传给 WebView，一旦某列含 lambda、threading.Lock、datetime.timezone 或嵌套 dict，整个表格就挂了。
自查方法：
- 快速扫列类型：
df.map(type).apply(list)（别用已弃用的applymap） - 数据库读出的
datetime列建议先转：df[col] = pd.to_datetime(df[col])或df[col].astype(str) - 临时清洗：
df = df.select_dtypes(include=['number', 'object'])
另外，自定义子类（比如 polars.DataFrame、封装过的 MyDataFrame）也不支持表格视图。
数据量与渲染限制要心里有数
表格不是万能的。默认只加载前 1000 行 × 20 列；超过 10,000 行或列太多时，WebView 渲染会卡顿甚至超时——这不是 bug，是设计限制。
如需放宽限制：
- 改设置：
python.dataScience.maxRowsPerDataViewer和maxColumnsPerDataViewer - 但别盲目调高：大表拖慢响应，还可能触发内存警告
- 真要查全量数据，不如用
df.to_clipboard()粘进 Excel，或加断点后在 Debug Console 输print(df.head(20))
最常被忽略的一点：你以为 df 是标准实例，其实它裹着一层自定义封装，或者某列悄悄塞了个不能 JSON 序列化的对象——这种问题不会报错，只会让你反复怀疑配置是不是没生效。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
