Summary  
This chapter explains how to access a DataFrame’s column names and data types using the `df.columns` and `df.dtypes` attributes.  

General domain of usage  
Data analysis

Щоб побачити всі назви стовпців у вигляді списку, ми повинні використовувати цей рядок коду:
```python
column_names = df.columns
```

Ми також можемо отримати зведення всіх типів даних, які є в датафреймі. Для цього ми повинні використовувати наступний атрибут: `.dtypes`.
```python
data_types = df.dtypes
```

Pandas - це надзвичайно зручна бібліотека для аналізу даних. Вона також розроблена для обробки великих наборів даних, використовуючи такі структури даних, як DataFrame та Series. Це робить її безцінним інструментом для Data Science. У цьому посібнику ви ознайомитеся з рядом статистичних функцій, включаючи те, як знаходити кореляції, моди, медіани, а також максимальні та мінімальні значення в наборі даних. Ви також дізнаєтеся, як обробляти відсутні значення та маніпулювати конкретними значеннями, а також як їх видаляти.

У цьому розділі ми дослідимо основи структур Series та DataFrame. Ви також дізнаєтеся про відмінності між цими двома типами структур.

Дані можуть бути отримані у різних форматах, таких як CSV, JSON, SQL, HTML та інші. З Pandas ви не обмежені одним форматом — ви можете працювати з даними з різних типів файлів. У цьому розділі ми зосередимося на форматах CSV та TXT.

Тут ви дізнаєтеся, як обробляти необроблені дані, видаляючи зайву інформацію та керуючи нульовими значеннями в наборі даних.

Імена Стовпців та Типи Даних

Рішення

Awesome!

Імена Стовпців та Типи Даних

Рішення