Python Pandas – info() 메서드로 DataFrame의 데이터 유형 및 열 정보 확인하기

Pandas DataFrame의 각 열(column)에 대한 데이터 유형(dtype)과 전체 구조 정보를 한눈에 파악하고 싶다면 info() 메서드를 사용하면 됩니다. 이 메서드는 인덱스 범위, 열 이름, non-null 값 개수, 데이터 유형, 메모리 사용량까지 한 번에 보여주기 때문에 데이터 분석 전 데이터셋을 점검할 때 매우 유용합니다.

1. 라이브러리 임포트

먼저 pandas 라이브러리를 관례적으로 사용하는 별칭(alias)인 pd로 임포트합니다.

import pandas as pd

2. DataFrame 생성

예제를 위해 'Car', 'Place', 'Units' 세 개의 열을 가진 DataFrame을 만들어 보겠습니다.

dataFrame = pd.DataFrame(
    {
        "Car": ['BMW', 'Audi', 'BMW', 'Lexus', 'Tesla', 'Lexus', 'Mustang'],
        "Place": ['Delhi', 'Bangalore', 'Hyderabad', 'Chandigarh', 'Pune', 'Mumbai', 'Jaipur'],
        "Units": [100, 150, 50, 110, 90, 120, 80]
    }
)

3. info() 메서드로 데이터 유형 및 열 정보 확인

DataFrame 객체에 info() 메서드를 호출하기만 하면 됩니다.

dataFrame.info()

전체 예제 코드

아래는 위 내용을 모두 포함한 완성된 코드입니다. 참고로 고유 값 조회를 위한 unique(), nunique() 메서드도 함께 사용했습니다.

import pandas as pd

# DataFrame 생성
dataFrame = pd.DataFrame(
    {
        "Car": ['BMW', 'Audi', 'BMW', 'Lexus', 'Tesla', 'Lexus', 'Mustang'],
        "Place": ['Delhi', 'Bangalore', 'Hyderabad', 'Chandigarh', 'Pune', 'Mumbai', 'Jaipur'],
        "Units": [100, 150, 50, 110, 90, 120, 80]
    }
)

print("DataFrame ...\n", dataFrame)

# 특정 열의 고유 값 가져오기
print("\nUnique values from a column ...\n", dataFrame['Car'].unique())

# 고유 값의 개수 세기
print("\nCount unique values from a column ...\n", dataFrame['Car'].nunique())

# 데이터 유형 정보 가져오기
print("\nGet the datatype info ...\n")
dataFrame.info()

실행 결과

위 코드를 실행하면 다음과 같은 결과가 출력됩니다.

DataFrame ...
      Car       Place  Units
0     BMW       Delhi    100
1    Audi   Bangalore    150
2     BMW   Hyderabad     50
3   Lexus  Chandigarh    110
4   Tesla        Pune     90
5   Lexus      Mumbai    120
6 Mustang      Jaipur     80

Unique values from a column ...
['BMW' 'Audi' 'Lexus' 'Tesla' 'Mustang']

Count unique values from a column ...
5

Get the datatype info ...

RangeIndex: 7 entries, 0 to 6
Data columns (total 3 columns):
 #   Column  Non-Null Count  Dtype 
---  ------  --------------  -----
 0   Car     7 non-null      object
 1   Place   7 non-null      object
 2   Units   7 non-null      int64 
dtypes: int64(1), object(2)
memory usage: 240.0+ bytes

결과 해석

• RangeIndex: 7 entries, 0 to 6 – 인덱스가 0부터 6까지 총 7개의 행으로 구성되어 있음을 의미합니다.
• Non-Null Count – 각 열마다 null이 아닌 값이 7개씩 존재하므로 결측치가 없습니다.
• Dtype – 'Car'와 'Place' 열은 문자열(object), 'Units' 열은 정수형(int64)입니다.
• memory usage – 이 DataFrame이 차지하는 메모리 크기를 나타냅니다.

이처럼 info() 메서드 하나만으로 DataFrame의 구조, 데이터 유형, 결측치 여부를 빠르게 파악할 수 있어 대용량 데이터를 다룰 때 필수적인 도구입니다.