a11y.skipToMainContent
1

Profilo dati CSV

Trascinare e rilasciare un file CSV o TSV per ottenere statistiche istantanea colonna per colonna - tipi di dati auto-detected, statistiche numeriche, frequenza di testo, rilevamento outlier e scintille di distribuzione. Esporta il tuo profilo come JSON.

Drag a .csv or .tsv file here, paste from clipboard (Ctrl+V), or

Your file stays in your browser -- nothing is uploaded.

More options
Was this tool helpful?
Send output to:
Advertisement

How to use CSV Data Profiler

  1. Trascinare e rilasciare un file .csv o .tsv sulla zona di goccia, o fare clic per navigare.
  2. Lo strumento rileva automaticamente il delimitatore e la riga dell'intestazione — regolare queste impostazioni se necessario.
  3. Rivedere le schede statistiche della colonna che mostrano i tipi di dati, i conteggi di valore, le percentuali nulle e le statistiche specifiche del tipo.
  4. Toggle tra la vista della carta e la vista della tabella riassuntiva per una panoramica compatta.
  5. Fare clic su Esporta profilo per scaricare il profilo statistico completo come file JSON.

Che cos'e'?

Il CSV Data Profiler è uno strumento di esplorazione dati lato client che ti fornisce un profilo statistico completo di ogni colonna nel tuo file CSV o TSV. Getta un file o incolla i tuoi dati, e automaticamente rileva il tipo di dati di ciascuna colonna — numerico, testo, data, booleano, o misto — quindi calcola le statistiche rilevanti per quel tipo. Per le colonne numeriche, si ottiene min, max, media, somma e deviazione standard, più rilevamento automatico outlier (valori oltre 3 deviazioni standard dalla media). Per le colonne di testo, mostra la lunghezza minima/max, il valore più comune (mode), il valore unico, e una barra di distribuzione di frequenza. Le colonne della data mostrano le date e la distribuzione più recenti nel tempo. Ogni colonna mostra un grafico a barre scintillante o orizzontale che mostra la distribuzione del valore a colpo d'occhio, e le percentuali nulle sono codificate a colori (verde = basso, giallo = medio, rosso = alto). Una tabella di riepilogo regolabile ti dà statistiche compatte per tutte le colonne in una sola vista. Esportare il profilo completo come JSON per la documentazione, la segnalazione o ulteriori analisi. Tutto il trattamento avviene interamente nel tuo browser: i tuoi dati CSV non lasciano mai il tuo dispositivo. Nessun caricamento, nessun server, nessuna conservazione dei dati

Advertisement

FAQ

I miei dati CSV sono caricati ovunque?
No. Tutto il calcolo di analisi, analisi e statistiche avviene interamente nel browser utilizzando JavaScript. I tuoi dati non lasciano mai il tuo dispositivo.
Quali formati di file sono supportati?
CSV (comma-separated), TSV (tab-separated), e file delimitati dal tubo. L'utensile rileva automaticamente il delimitatore dalla prima riga, e si può manualmente sovrascrivere tramite il selettore del delimitatore.
Quali tipi di dati può rilevare?
Il profiler rileva numerici, testo, data (formati ISO e slash), boolean (true/false, sì/no, 1/0) e tipi misti. Le colonne con meno dell'80% di un tipo sono contrassegnate come miste.
Come vengono rilevati gli outlier?
Per colonne numeriche, qualsiasi valore che cade più di 3 deviazioni standard dal mezzo è contrassegnato come un outlier e elencato nella scheda statistiche per quella colonna.
Cosa posso fare con il profilo JSON esportato?
L'esportazione di JSON include tutte le statistiche della colonna, i valori più alti, le distribuzioni di frequenza e i metadati (nome file, numero di righe, timestamp di analisi). È possibile utilizzarlo per la documentazione, i report di qualità dei dati, o alimentarlo in altri strumenti della pipeline.

Related tools

Author

SC
Sarah Chen"The Data Whisperer"

Data Analyst & CSV Specialist

Sarah has spent more than a decade wrangling spreadsheets, debugging CSV exports, and teaching teams how to make data work for them. She previously led data-quality initiatives at a fintech unicorn, where she reduced reporting errors by 40 percent through automated validation pipelines. When she is not optimizing queries or writing about data tooling, you will find her mentoring junior analysts at local bootcamps and speaking at data literacy meetups.

Advertisement