資料類型查看，為資料探索的重要第一步。

import pandas as pd
df=pd.DataFrame([[8,7,6,5,4],[3,4,2,9,5],[4,6,7,2,8],[2,7,6,3,9]],index=['小明','小美','小英','小玉'],columns=['蘋果','芭樂','香蕉','橘子','檸檬'])
print(df)

執行結果：
     蘋果  芭樂  香蕉  橘子  檸檬 
小明   8   7   6   5   4
小美   3   4   2   9   5
小英   4   6   7   2   8
小玉   2   7   6   3   9

1.查看資料結構

df.shape

執行結果：
(4, 5)

2.查看資料資訊

df.info()

執行結果：
<class 'pandas.core.frame.DataFrame'>
Index: 4 entries, 小明 to 小玉
Data columns (total 5 columns):
 #   Column  Non-Null Count  Dtype
---  ------  --------------  -----
 0   蘋果      4 non-null      int64
 1   芭樂      4 non-null      int64
 2   香蕉      4 non-null      int64
 3   橘子      4 non-null      int64
 4   檸檬      4 non-null      int64
dtypes: int64(5)
memory usage: 364.0+ bytes

由執行結果可看出「列資訊」、「行資訊」、「非空值數量」、「資料型態」、「佔用記憶體」等資料資訊。

3.查看索引(列)資訊

df1.index   

執行結果：
Index(['小明', '小美', '小英', '小玉'], dtype='object')

4.資料類型

df.dtypes  

執行結果：
蘋果    int64
芭樂    int64
香蕉    int64
橘子    int64
檸檬    int64
dtype: object

5.每種資料類別的欄位數量

df.dtypes.value_counts()

執行結果：
int64    5
dtype: int64

6.欄位中每筆資料出現的次數

df.value_counts('橘子')

執行結果：
橘子
2    1
3    1
5    1
9    1
dtype: int64

7.資料總筆數

len(df)  

執行結果：
4

8.查看值資訊

df.values 

執行結果：
array([[8, 7, 6, 5, 4],
       [3, 4, 2, 9, 5],
       [4, 6, 7, 2, 8],
       [2, 7, 6, 3, 9]])

9.查看整體資料概況
對各欄位(行)資料進行各項統計數據計算，包含資料個數、平均值、標準差、最大值、最小值、排序後第25%、50%、75%的數值。

df.describe()

執行結果：
	蘋果	        芭樂	       香蕉	 橘子	        檸檬 
count	4.000000	4.000000	4.00000	4.000000	4.000000
mean	4.250000	6.000000	6.00000	4.750000	6.500000
std	2.629956	1.414214	2.94392	3.095696	2.380476
min	2.000000	4.000000	2.00000	2.000000	4.000000
25%	2.750000	5.500000	5.00000	2.750000	4.750000
50%	3.500000	6.500000	6.50000	4.000000	6.500000
75%	5.000000	7.000000	7.50000	6.000000	8.250000
max	8.000000	7.000000	9.00000	9.000000	9.000000

查看完資料，明天再來進一步探索囉~