Get the column names and their corresponding data types in a summarise order
code:
1. col_dtype=pd.DataFrame(customer_final.dtypes) //first i got the column datatype
2. col_name=pd.DataFrame(customer_final.columns) //then i got the column names separately because i want to display summary report
3. pd.DataFrame(pd.concat([col_name,col_dtype],axis=1).values,columns=['columns','datatype'])
report is generating in this way:
![Column Name Datatype 0 customer_Id NaN 1 DOB NaN 2 Gender NaN 3 city_code NaN 4 transaction_id NaN 5 cust_id NaN 6 tran_date NaN 7 prod_subcat_code NaN 8 prod_cat_code NaN 9 Qty NaN 10 Rate NaN 11 Tax NaN 12 total_amt NaN 13 Store_type NaN 14 prod_cat NaN 15 prod_sub_cat_code NaN 16 prod_subcat NaN 17 NaN object 18 NaN object 19 NaN int64 20 NaN int64 21 NaN object 22 NaN float64 23 NaN float64 24 NaN int64 25 NaN int64 26 NaN object 27 NaN int64 28 NaN int64 29 NaN object 30 NaN int64 31 NaN float64 32 NaN object 33 NaN int64]1
![![Column Name Datatype 0 customer_Id NaN 1 DOB NaN 2 Gender NaN 3 city_code NaN 4 transaction_id NaN 5 cust_id NaN 6 tran_date NaN 7 prod_subcat_code NaN 8 prod_cat_code NaN 9 Qty NaN 10 Rate NaN 11 Tax NaN 12 total_amt NaN 13 Store_type NaN 14 prod_cat NaN 15 prod_sub_cat_code NaN 16 prod_subcat NaN 17 NaN object 18 NaN object 19 NaN int64 20 NaN int64 21 NaN object 22 NaN float64 23 NaN float64 24 NaN int64 25 NaN int64 26 NaN object 27 NaN int64 28 NaN int64 29 NaN object 30 NaN int64 31 NaN float64 32 NaN object 33 NaN int64]](https://i.stack.imgur.com/VsNFH.png){kind=link}
The dtypes attribute returns a pandas series with the column names as index, so you can just do this:
columns_summary_df = customer_final.dtypes.reset_index()
columns_summary_df.columns = ['columns', 'datatype']