info() 查元数据（列名、dtype、non-null数、内存），非数据样貌；describe() 默认仅数值列统计，需include='all'才覆盖字符串；二者配合可发现类型陷阱与脏数据。
pd.DataFrame.info() 看什么、怎么看、为什么常被误读
info() 不是“看数据长啥样”的函数，它是查元数据的——列名、dtype、非空值数量、内存占用。很多人一上来就跑 info()，却没注意它默认不显示全部列（尤其列多时），也看不出数值分布或异常值。
- 加参数
verbose=True强制展开所有列；列太多时优先看memory_usage和non-null计数，快速定位缺失或类型错的字段 -
info()里的non-null是按列统计，不是按行；若某列有 999 个非空，不代表这 999 行其他列也全非空 - 注意
object类型：可能是字符串，也可能是混杂类型（比如数字+空字符串+None），这种列info()不报错，但后续astype(int)会崩 - 内存显示单位是字节，
memory_usage=12.4 MB这种输出容易被忽略，但大表里改int64为int32或category能省一半内存
pd.DataFrame.describe() 默认只算数值列，漏掉关键信息
describe() 默认只对 number 类型列生效，object 或 category 列直接消失。想看字符串列的频次、唯一值数？得主动加参数，否则等于白跑。
- 加
include='all'才会同时输出数值列的count/mean和字符串列的unique/top/freq - 数值列若含大量
NaN，describe()的count会明显小于行数，这是第一个线索：该列可能有脏数据 -
describe()的std对单值列返回NaN，不是 bug——标准差无定义；但如果你预期有波动却看到std=0.0，得检查是否全被转成字符串了（比如 “1”, “2”, “3”） - 时间列（
datetime64）默认也不在describe()结果里，要单独用df['col'].describe(datetime_is_numeric=True)或直接调min()/max()
info() 和 describe() 配合才能发现类型陷阱
一个常见坑：某列显示 non-null 1000 条，dtype 是 object，但 describe(include='all') 却显示 unique=1、top=' '（空格）。说明数据里塞满了空格、不可见字符或 'NULL' 字符串，而非真正的 NaN。
- 先用
info()锁定可疑object列，再用describe(include='all')看unique和top；若unique接近总行数但top是空值，大概率是脏字符串 - 验证用：
df['col'].str.strip().replace('', pd.NA).isna().sum()—— 先去空格再标空，比直接isna()更准 -
describe()的count对字符串列是“非空字符串数”，不等价于notna()；''（空字符串）会被计入count，但info()的non-null也会把它当有效值
大表别无脑 info()/describe()，先 sample 再查
百万行以上数据，info() 和 describe() 本身不慢，但它们依赖完整扫描——尤其 describe(include='all') 对字符串列要遍历每行算 unique，极易卡住。
- 先
df.sample(10000).info()快速看结构；确认无异常后再跑全量 - 字符串列的
unique统计代价高，可用df['col'].nunique(dropna=False)替代describe()中的对应项，更快且可控 - Jupyter 里直接打
df.info?或df.describe?看签名，重点留意memory_usage（info）、percentiles（describe）这些易被跳过的参数
真正麻烦的从来不是函数不会用，而是 info() 说“非空”，describe() 说“有值”，结果一算均值就报 TypeError: unsupported operand type(s) for +: 'str' and 'int'——这时候得回头翻 dtype 和最原始的几行数据。
