excel_column_stats Skill
给 Excel 每一列做一次「体检」:填充率、类型、唯一值、数值分布
功能描述
逐列统计非空数量、空值占比、去重后的取值个数,并推断列类型 (number / text / date / mixed / empty)。数值列额外给出最小值、最大值、 均值、中位数和样本标准差;文本列给出出现次数最多的前 N 个值。
适合在正式处理数据之前先看一眼:哪列缺失严重、哪列数字里混了文本、数值量级是否合理。
所属分类
skills/excel/excel_column_stats/
调用方式
from skills.excel import excel_column_stats
excel_column_stats(excel_path='销售明细.xlsx', top_n=3)
参数说明
| 参数 | 类型 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|
excel_path |
str | 是 | - | 需要统计的 Excel 路径 |
sheet_name |
str | 否 | None |
工作表名,默认取第一个 |
top_n |
int | 否 | 5 |
文本列返回前 N 个高频值,0 表示不返回 |
返回值
dict,包含 sheet、row_count、column_count、fill_rate、columns。
columns 是列表,每项含 name、index、filled、empty、empty_ratio、
unique、type,并按类型附带 numeric、date_range 或 top。
使用示例
from skills.excel import excel_column_stats
stats = excel_column_stats('销售明细.xlsx')
print('整体填充率:{:.1%}'.format(stats['fill_rate']))
for column in stats['columns']:
print('{}({}):空值 {} 个'.format(column['name'], column['type'], column['empty']))
if column['type'] == 'number':
print(' 均值 {mean},中位数 {median}'.format(**column['numeric']))
原始函数
contributors/my12yyds/excel_column_stats.py
