fg-data-profiling
पanda और Spark के लिए एक लाइन के कोड में एक्सप्लोरटरी डेटा एनालिसिस और डेटा क्वालिटी रिपोर्ट्स।
एक सिंगल फंक्शन कॉल के साथ व्यापक HTML और JSON एक्सप्लोरटरी डेटा एनालिसिस रिपोर्ट्स जनरेट करें।
fg-data-profiling एक लाइन के कोड में Pandas और Spark DataFrames के लिए विस्तृत डेटा क्वालिटी और एक्सप्लोरटरी रिपोर्ट्स जनरेट करता है। यह डेटा साइंटिस्ट्स और एनालिस्ट्स के लिए उपयुक्त है जिन्हें डेटा ऑडिटिंग, गायब वैल्यू का पता लगाने और विजुअल कोरिलेशन को स्वचालित करने की आवश्यकता होती है।
यह क्या है
यह पैकेज अपने आप डेटा प्रकारों का अनुमान लगाता है, डेटा क्वालिटी की समस्याओं और चेतावनियों का पता लगाता है, और समय-श्रृंखला (time-series) आंकड़ों और टेक्स्ट मेट्रिक्स सहित यूनिवariate और मल्टीवariate विश्लेषण चलाता है। आप इन रिपोर्ट्स को सीधे HTML फाइलों, इंटरैक्टिव Jupyter विजेट्स, या स्वचालित पाइपलाइन एकीकरण के लिए JSON में निर्यात (export) कर सकते हैं।
किसके लिए
Python या Spark वातावरण में काम करने वाले डेटा प्रोफेशनल्स के लिए उपयुक्त जो मैनुअल EDA प्लॉटिंग को छोड़ना चाहते हैं। यह गैर-तकनीकी उपयोगकर्ताओं के लिए डिज़ाइन नहीं किया गया है जिन्हें बिना कोड लिखे ग्राफिकल डेटाबेस यूजर इंटरफेस की आवश्यकता होती है।
मुख्य विशेषताएँ
Type Inference
श्रेणीबद्ध (categorical), संख्यात्मक, दिनांक और अन्य कॉलम डेटा प्रकारों का स्वचालित पता लगाना।
Data Quality Warnings
गायब डेटा, अशुद्धियों, विषमता (skewness), और लगातार मानों को अपने आप सारांशित करता है।
Time-Series Analysis
ACF और PACF प्लॉट के साथ-साथ ऑटो-कोरिलेशन, मौसमी (seasonality) अंतर्दृष्टि प्रदान करता है।
Dataset Comparison
दो अलग-अलग डेटासेट संस्करणों के बीच एक तेज़ और पूर्ण तुलना रिपोर्ट जनरेट करता है।
3 चरणों में तैयार
हमारा ईमानदार फैसला
क्या अच्छा है
- Python कोड की एक ही लाइन से व्यापक बहु-खंड (multi-section) रिपोर्ट्स जनरेट करता है।
- एनालिसिस को बढ़ाने के लिए Pandas DataFrames और Spark दोनों को सपोर्ट करता है।
- साफ-सुथरी HTML रिपोर्ट्स निर्यात करता है जिन्हें स्टेकहोल्डर्स के साथ आसानी से साझा किया जा सकता है।
- विशेष टेक्स्ट, इमेज और टाइम-SERIES प्रोफाइलिंग मेट्रिक्स शामिल हैं।
कहाँ कमी है
- ydata-profiling से नाम बदला गया है, जिसके लिए कोडबेस इम्पोर्ट अपडेट और अनइंस्टॉलेशन की आवश्यकता है।
- बड़े डेटासेट के लिए स्पष्ट कॉन्फ़िगरेशन ट्यूनिंग और मेमोरी तैयारी की आवश्यकता होती है।
- स्थानीय रूप से भारी प्रोफाइलिंग ऑपरेशन चलाने से महत्वपूर्ण CPU और RAM की खपत हो सकती है।
मूल्य & लाइसेंस
इसके MIT लाइसेंस के तहत मुफ़्त, जिसमें एकमात्र लागत Python वातावरण चलाने और आपके डेटासेट को प्रोसेस करने के लिए आवश्यक कंप्यूट संसाधन हैं।
हिंदी बोलने वालों के लिए जॉब्स
879 खुले रिमोट AI-ट्रेनिंग रोल, 15 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$175 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।
विकल्प
इसे उपयोग करें, या हमसे सेट करवाएं
सामान्य प्रश्न
पुराने पैकेज नाम से कैसे माइग्रेट करें?
ydata-profiling को अनइंस्टॉल करें, fg-data-profiling इंस्टॉल करें, और अपने कोड इम्पोर्ट को ydata_profiling से बदलकर data_profiling करें।
क्या मैं रिपोर्ट को HTML के अलावा अन्य प्रारूपों में निर्यात कर सकता हूँ?
हाँ, आप रिपोर्ट्स को JSON फॉर्मेट में निर्यात कर सकते हैं या उन्हें Jupyter Notebooks के अंदर सीधे इंटरैक्टिव विजेट्स के रूप में प्रस्तुत कर सकते हैं।
