跳到正文

列统计概览

Column Statistics

为每一列列出记录数、空值、唯一值、最小、最大、均值、中位数和分布。

每一列的一屏概览:多少单元格有值、多少为空、有多少个不同值,数值列还有最小值、最大值、平均数、中位数、四分位数和标准差。这是对一个你没见过的文件要做的第一件事。

🔒 完全在你的浏览器里运行statsprofilecsvdescribe

把 CSV 或 TSV 文件拖到这里

在这个标签页里读取,不会上传。能认出韩文版、日文版、中文版和西文版 Excel 存出来的文件(CP949、Shift_JIS、GBK、Windows-1252)。

怎么用

  1. 拖入文件

    整份概览一次算完;没有东西需要配置。

  2. 先看空值计数

    40% 为空的列会被高亮。那通常要么是可选字段,要么是坏掉的导出,知道是哪一种会改变你接下来做的事。

  3. 把唯一值数和行数对照

    唯一值数等于行数,说明这一列是 id。唯一值数等于二,说明它是一个标志。在按它分组或关联之前,这两点都值得知道。

  4. 下载概览

    同样的数字做成一张表,别人问文件里有什么时,你附上的就是它。

常见问题

平均数还是中位数——该看哪个?

把它们放在一起比。两者接近时,分布大致对称;平均数远高于中位数时,是少数几个大值在拉它,这对营收和薪资来说很正常,只报平均数则会误导。

混合类型是什么意思?

这一列装着不止一种值——数字和文本在同一个地方,通常是数字当中混进了“N/A”或“-”。这就是一列排序古怪或者拒绝求和的原因。

概览的列名是英文的

这是有意的。下载的概览是数据,一个表头随页面语言变化的 CSV,昨天写的脚本就没法筛选它了。屏幕上的卡片是你的语言;文件是稳定的。

可以从这些接进来

接下来

这些工具吃得下当前工具的产出,结果可以直接送过去。