fg-data-profiling
Analyse exploratoire des données et rapports de qualité des données en une ligne de code pour Pandas et Spark.
Générez des rapports d'analyse exploratoire des données complets au format HTML et JSON avec un seul appel de fonction.
fg-data-profiling génère des rapports de qualité et d'exploration de données étendus pour les DataFrames Pandas et Spark en une ligne de code. Il convient aux data scientists et analystes qui ont besoin d'automatiser l'audit des données, la détection des valeurs manquantes et les corrélations visuelles.
Qu'est-ce que c'est
Le paquet infère automatiquement les types de données, détecte les problèmes de qualité et les avertissements, et exécute des analyses univariées et multivariées, y compris des statistiques de séries temporelles et des métriques de texte. Vous pouvez exporter ces rapports directement vers des fichiers HTML, des widgets Jupyter interactifs ou JSON pour une intégration de pipeline automatisée.
Pour qui
Convient aux professionnels des données travaillant dans des environnements Python ou Spark qui souhaitent contourner le traçage EDA manuel. Il n'est pas conçu pour les utilisateurs non techniques qui nécessitent une interface utilisateur de base de données graphique sans écrire de code.
Fonctionnalités clés
Inférence de types
Détection automatique des types de colonnes catégoriques, numériques, de date et autres.
Avertissements de qualité des données
Résume automatiquement les données manquantes, les inexactitudes, l'asymétrie et les valeurs constantes.
Analyse de séries temporelles
Fournit une auto-corrélation, des informations sur la saisonnalité, ainsi que des graphiques ACF et PACF.
Comparaison d'ensembles de données
Génère un rapport de comparaison rapide et complet entre deux versions différentes d'ensembles de données.
Opérationnel en 3 étapes
Notre verdict honnête
Ses atouts
- Génère des rapports exhaustifs en plusieurs sections à partir d'une seule ligne de code Python.
- Prend en charge à la fois les DataFrames Pandas et Spark pour adapter l'analyse à plus grande échelle.
- Exporte des rapports HTML propres qui peuvent être facilement partagés avec les parties prenantes.
- Comprend des métriques de profilage spécialisées pour le texte, les images et les séries temporelles.
Ses limites
- Renommé à partir de ydata-profiling, nécessitant des mises à jour des importations de la base de code et une désinstallation.
- Les grands ensembles de données nécessitent un réglage de configuration explicite et une préparation de la mémoire.
- L'exécution d'opérations de profilage lourdes localement peut consommer beaucoup de CPU et de RAM.
Tarifs & licence
Gratuit sous licence MIT, le seul coût étant les ressources de calcul nécessaires pour exécuter l'environnement Python et traiter vos ensembles de données.
Missions pour francophones
879 missions ouvertes à distance en entraînement d’IA, mises à jour le 15 novembre 2026 ; la plupart paient $20–$175 de l’heure. 8 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.
Alternatives
Utilisez-le, ou laissez-nous l'installer
FAQ
Comment migrer à partir de l'ancien nom de paquet ?
Désinstallez ydata-profiling, installez fg-data-profiling et mettez à jour vos importations de code de ydata_profiling vers data_profiling.
Puis-je exporter le rapport vers des formats autres que HTML ?
Oui, vous pouvez exporter des rapports au format JSON ou les rendre directement sous forme de widgets interactifs dans des Jupyter Notebooks.
