fg-data-profiling
Исследовательский анализ данных в одну строку кода и отчеты о качестве данных для Pandas и Spark.
Создавайте комплексные HTML- и JSON-отчеты с результатами исследовательского анализа данных с помощью всего одного вызова функции.
fg-data-profiling генерирует расширенные отчеты о качестве данных и исследовательском анализе для DataFrame в Pandas и Spark с помощью одной строки кода. Подходит для специалистов по работе с данными и аналитиков, которым необходимо автоматизировать аудит данных, обнаружение пропущенных значений и визуальные корреляции.
Что это
Пакет автоматически определяет типы данных, обнаруживает проблемы качества данных и предупреждения, а также выполняет одномерный и многомерный анализ, включая статистику временных рядов и текстовые метрики. Вы можете экспортировать эти отчеты напрямую в HTML-файлы, интерактивные виджеты Jupyter или JSON для интеграции в автоматизированные пайплайны.
Для кого
Подходит для профессионалов в области данных, работающих в средах Python или Spark, которые хотят избежать ручного построения графиков EDA. Не предназначен для нетехнических пользователей, которым требуется графический интерфейс пользователя базы данных без написания кода.
Ключевые возможности
Определение типов
Автоматическое определение категориальных, числовых, дат и других типов данных столбцов.
Предупреждения о качестве данных
Автоматически суммирует пропущенные данные, неточности, асимметрию и константные значения.
Анализ временных рядов
Предоставляет автокорреляцию, информацию о сезонности, а также графики ACF и PACF.
Сравнение наборов данных
Генерирует быстрый и полный отчет о сравнении между двумя разными версиями набора данных.
Готово за 3 шага
Наш честный вердикт
Плюсы
- Генерирует обширные многосекционные отчеты из одной строки кода на Python.
- Поддерживает как Pandas DataFrame, так и Spark для масштабирования анализа.
- Экспортирует чистые HTML-отчеты, которыми легко делиться с заинтересованными сторонами.
- Включает специализированные метрики профилирования текста, изображений и временных рядов.
Минусы
- Переименовано из ydata-profiling, что требует обновления импорта в коде и удаления старого пакета.
- Большие наборы данных требуют явной настройки конфигурации и подготовки памяти.
- Запуск тяжелых операций профилирования локально может потреблять значительное количество ресурсов CPU и RAM.
Цены и лицензия
Бесплатно по лицензии MIT, единственными затратами являются вычислительные ресурсы, необходимые для запуска среды Python и обработки ваших наборов данных.
Вакансии для носителей русского языка
879 открытых удалённых вакансий по обучению ИИ, обновлено 15 ноября 2026 г.; в большинстве оплата $20–$175 в час. Из них 2 — для носителей русского языка. Zekai публикует их бесплатно; отклик уходит на платформу работодателя.
Альтернативы
Используйте сами или мы всё настроим
Вопросы
Как мигрировать со старого имени пакета?
Удалите ydata-profiling, установите fg-data-profiling и обновите импорты в коде с ydata_profiling на data_profiling.
Могу ли я экспортировать отчет в форматы, отличные от HTML?
Да, вы можете экспортировать отчеты в формат JSON или отображать их напрямую в виде интерактивных виджетов внутри Jupyter Notebooks.
