#26 · 主分类： 商业智能与分析
fg-data-profiling
big-data-analytics
data-analysis
data-exploration
data-profiling
data-quality
data-science
deep-learning
eda
exploration
exploratory-data-analysis
hacktoberfest
html-report
jupyter
jupyter-notebook
machine-learning
pandas
pandas-dataframe
pandas-profiling
python
statistics
单行代码数据质量剖析与探索性数据分析，适用于Pandas和Spark DataFrames。
项目最后更新：04/22/26
GitHub Stars
13.7K
Forks数量
1.8K
贡献者数量
142
许可证
MIT
收录理由
在 Jupyter 里做探索性分析时，fg-data-profiling（即更名后的 ydata-profiling）只需一行代码就能把原始 DataFrame 变成一份可读的报告。它会生成每列统计、类型推断、缺失值与重复项检查、相关性矩阵，并对偏态、常量列等常见数据质量隐患给出提示。报告可导出为 HTML 供业务方查看，也可输出 JSON 供下游程序使用，同一份分析结果既能给人看也能给机器用。同时兼容 Pandas 和 Spark 的 DataFrame，并支持时间序列与文本数据，建模前拿它快速检查数据，省时省力。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。