Depois que uma tabela é carregada, verifique que tipo de dados cada coluna contém. O tipo determina o que você pode fazer com ela: dá para somar números, mas não texto.
df.dtypes mostra o tipo de cada coluna. int64 corresponde a números inteiros; float64, a decimais; str, a texto (em versões mais antigas do pandas aparece como object); e datetime64, a datas.
df.info() imprime esses mesmos tipos e indica quantos valores não ausentes há em cada coluna. Ele imprime a informação em vez de devolvê-la, então use-o para consulta, não como resultado.
df.describe() devolve a contagem, a média, o desvio padrão, o mínimo, os quartis e o máximo de cada coluna numérica.
Para uma coluna de categorias, value_counts() conta quantas vezes cada valor aparece e ordena as contagens do maior para o menor, enquanto nunique() conta quantos valores diferentes existem. Quem trabalha com análise de dados executa esses métodos em todo arquivo novo. Assim, detecta tipos incorretos, categorias estranhas e erros de digitação antes que eles estraguem um resultado.
Quantos pedidos chegaram por cada canal, do mais frequente ao menos frequente.