Collez ou chargez le fichier et choisissez son séparateur. Le profil aide à repérer les problèmes à nettoyer avant de transformer le tableau.
Fonctionne localement dans votre navigateur
Collez un texte délimité ou chargez un fichier .csv, .tsv ou .txt : la page indique ce qu'il contient — lignes, colonnes, cellules manquantes, lignes dupliquées et une ligne de statistiques par colonne. Le fichier est lu dans la page ; pendant les tests, le profilage n'a émis aucune requête réseau.
Le profil décrit le texte présent dans la zone. Modifiez les données ou le séparateur, puis cliquez de nouveau sur Analyser : les compteurs et le tableau sont recalculés à partir du contenu actuel.
Lignes compte les lignes de données sous l'en-tête et Colonnes les cellules de l'en-tête. Cellules manquantes additionne toutes les cellules vides ou remplies uniquement d'espaces, y compris la fin des lignes plus courtes que l'en-tête. Lignes dupliquées compte les lignes dont les cellules analysées sont identiques à une ligne précédente : dans l'exemple intégré, la ligne Sam répétée compte pour un doublon.
Les valeurs remplies sont testées dans un ordre fixe — booléen (true, false, yes, no), entier, nombre (notation scientifique comprise), date ISO-8601, JSON — et tout le reste est une chaîne ; une colonne sans aucune valeur est de type empty. Toutes les valeurs doivent correspondre : une seule valeur atypique fait basculer la colonne en chaîne. Une colonne numérique affiche le minimum, le maximum et la moyenne réels (deux décimales), une colonne de dates la date la plus ancienne et la plus récente, et une colonne texte, JSON ou booléenne la longueur de la valeur la plus courte et la plus longue, suivie de « chars », sans moyenne.
Les champs peuvent être entre guillemets, un guillemet doublé reste un guillemet et un champ cité peut contenir le séparateur ou un retour à la ligne ; un BOM en tête est ignoré. Un en-tête vide devient column_3, un en-tête répété devient a puis a_2, et les cellules au-delà du dernier en-tête sont ignorées. Les lignes vides internes comptent comme des lignes de cellules vides. S'il manque un en-tête ou une ligne de données, ou si un guillemet n'est jamais fermé, la ligne d'état le signale et le profil précédent est effacé au lieu de rester affiché. Le profilage de 20 000 lignes sur 4 colonnes (486 Ko) a pris 76 ms sous Chrome pendant les tests, et 50 000 lignes 196 ms.
Non. Le profilage s'exécute dans la page en JavaScript ; pendant les tests, aucune requête n'a été émise lors de la lecture d'un fichier local et du calcul du profil. Rien n'est conservé et l'outil continue de fonctionner sans connexion une fois la page chargée. Le seul fichier écrit est le JSON demandé via Télécharger.
La détection automatique essaie la virgule, la tabulation, le point-virgule et la barre verticale, et retient celui qui découpe les 25 premières lignes avec le nombre de champs le plus régulier. Si le profil n'affiche qu'une colonne alors que le fichier en contient plusieurs, imposez le séparateur : un mauvais choix forcé n'est pas signalé comme une erreur, la ligne entière devient une seule colonne.
Pour du texte, il n'y a pas de plus petite valeur : le tableau indique la longueur de l'entrée la plus courte et de la plus longue. « 3 chars » signifie que toutes les valeurs remplies de la colonne font trois caractères. Les colonnes numériques affichent de vrais nombres, les colonnes de dates la date la plus ancienne et la plus récente, et la moyenne reste « — » dès que la colonne n'est pas numérique.
Deux lignes sont dupliquées lorsque toutes leurs cellules analysées sont identiques, y compris les cellules vides et l'ordre des colonnes : la ligne 3,Sam,Platform,,false écrite deux fois compte pour un doublon. La comparaison est exacte : « sam » et « Sam » diffèrent et les espaces superflus ne sont pas supprimés.
Pendant les tests, 20 000 lignes sur 4 colonnes (486 Ko) ont été profilées en 76 ms et 50 000 lignes en 196 ms, entièrement dans la page. La limite est celle de l'onglet, pas un quota de serveur ; au-delà de plusieurs centaines de mégaoctets, un outil en ligne de commande est plus adapté.