将DataFrame行与另一DataFrame列映射提取列首行，生成列信息概览表

看起来你已经迈出了第一步，生成了包含列名和数据类型的概览表，接下来我们只需要把原DataFrame的首行数据和这些信息整合，再按需添加其他指标就可以了。下面是完整的实现步骤：

1. 基础准备（你的现有代码） #

先把我们的基础数据和已有的类型概览表准备好：

import pandas as pd

# 原DataFrame
data = pd.DataFrame({ 'col_A' : [1,2,3,4], 'col_B' : ["x","xx","xxx","y"]})
# 生成包含列名和数据类型的DataFrame
DataTypes = pd.DataFrame(data.dtypes, columns= ["Type"]).reset_index().rename(columns={"index": "Column"})

2. 提取首行数据并整合 #

我们可以用iloc[0]获取原DataFrame的首行，然后把它转换成和DataTypes结构匹配的DataFrame，再通过列名Column进行合并：

# 提取首行数据，整理成带列名的DataFrame
first_row_data = pd.DataFrame(data.iloc[0].reset_index())
first_row_data = first_row_data.rename(columns={"index": "Column", 0: "First Row Value"})

# 合并类型信息和首行数据
overview_df = pd.merge(DataTypes, first_row_data, on="Column", how="left")

3. 添加额外指标（可选） #

如果需要添加更多列级指标，比如非空值数量、唯一值数量，直接基于原DataFrame计算后添加到概览表即可：

# 添加非空值计数
overview_df["Non-Null Count"] = data.notna().sum().values
# 添加唯一值计数
overview_df["Unique Count"] = data.nunique().values

最终结果 #

运行完上面的代码后，打印overview_df就能得到完整的列概览表：

Column     Type First Row Value  Non-Null Count  Unique Count
0   col_A    int64               1               4             4
1   col_B  object               x               4             3

这样就得到了一个包含列名、数据类型、首行值以及关键统计指标的概览DataFrame，完全满足你的需求~

内容的提问来源于stack exchange，提问作者A.Papa