print(type(df))和print(df.dtypes)

在Python数据分析中，`type(df)` 和 `df.dtypes` 是两个常用的命令，它们分别用于检查数据类型和查看DataFrame的数据类型分布。

1. `print(type(df))`: 这行代码的作用是打印出`df`对象的数据类型（即其所属的类别）。对于Pandas DataFrame来说，`type(df)`通常会返回`pandas.core.frame.DataFrame`，表示这是一个DataFrame对象。如果你的数据不是来自pandas库，例如列表、字典等，那么结果可能会有所不同。

2. `print(df.dtypes)`：这一行则是用于查看DataFrame中每一列的数据类型。它会返回一个Series，列名是DataFrame的列名，对应的值就是该列的数据类型。常见的数据类型包括`int64`, `float64`, `object`（字符串），以及`datetime64`和`bool`等。这对于理解数据结构和进行后续的数据清洗、转换非常有帮助，因为不同的操作可能需要不同类型的支持。

举个例子：

import pandas as pd

# 假设df是一个DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3, 4, 5],
    'B': ['a', 'b', 'c', 'd', 'e'],
    'C': [pd.Timestamp('2022-01-01'), pd.NaT, pd.Timestamp('2022-01-03'), pd.Timestamp('2022-01-04'), pd.Timestamp('2022-01-05')]
})

print(type(df))  # 输出: <class 'pandas.core.frame.DataFrame'>
print(df.dtypes)  # 输出: A      int64
             # B     object
             # C   datetime64[ns]
             # dtype: object

这里，'A'列是整数型，'B'列是字符串型，'C'列是日期时间型。