我构建了一个 CLI 工具，快速 sanity-check CSV 文件 (tidypeek)

Source: Dev.to

概览

处理 CSV 文件时常常令人沮丧。你经常会想：

• 是否存在缺失值？
• 是否有重复行？
• 哪一列才是真正的 ID？
• 数据集是否足够干净可以直接使用？

我发现自己一次又一次地进行相同的基础检查，于是创建了 tidypeek，这是一款轻量级的命令行工具，能够快速对任意 CSV 文件进行完整性检查。

安装

pip install tidypeek

使用方法

tidypeek yourfile.csv

该工具会分析数据集并报告：

• 总行数和列数
• 列类型
• 缺失值情况
• 重复行
• 可能的标识符列
• 重复的 ID
• 关于数据的简要洞察

特性

• 快速 – 可在终端瞬间运行。
• 简洁 – 不需要繁重的分析库。
• 终端‑基 – 适合在深入分析前进行快速检查。

典型输出示例：

• “4 列缺失值较多”
• “列 ‘name’ 看起来像是标识符，但包含重复值”
• “12 列唯一性较低 —— 可用于分组”

使用场景

• 快速数据集检查
• 数据清洗工作流
• 学习数据分析

链接

• GitHub:
• PyPI:

欢迎提供反馈和功能需求！