Analisador de dados e colunas CSV
Cole ou carregue o arquivo e escolha o separador. Use o perfil para localizar problemas de limpeza antes de transformar a tabela.
Funciona localmente no seu navegador1CSV / TSV input2Profile data3Column profile
Cole ou carregue o arquivo e escolha o separador. Use o perfil para localizar problemas de limpeza antes de transformar a tabela.
Funciona localmente no seu navegador
Cole o texto delimitado ou carregue um arquivo .csv, .tsv ou .txt e a página mostra o que há nele: linhas, colunas, células ausentes, linhas duplicadas e uma linha de estatísticas por coluna. O arquivo é lido na página; nos testes a análise não enviou nenhuma requisição de rede.
O perfil é uma fotografia do texto que está na caixa. Se mudar os dados ou o separador, clique em Analisar dados de novo: os cartões e a tabela são refeitos a partir do conteúdo atual.
Linhas conta as linhas de dados abaixo do cabeçalho e Colunas conta as células do cabeçalho. Células ausentes soma todas as células vazias ou só com espaços, incluindo o final das linhas mais curtas que o cabeçalho. Linhas duplicadas conta as linhas cujas células analisadas são idênticas a uma linha anterior: no exemplo embutido, a linha repetida de Sam conta como uma duplicata.
Os valores preenchidos são testados numa ordem fixa — booleano (true, false, yes, no), inteiro, número (inclusive notação científica), data ISO-8601, JSON — e o que não se encaixa em nada é texto; uma coluna sem valores é do tipo empty. Todos os valores precisam combinar: um único fora do padrão rebaixa a coluna para texto. Colunas numéricas mostram mínimo, máximo e média reais com duas casas; colunas de data, a data mais antiga e a mais recente; colunas de texto, JSON ou booleano, o comprimento do menor e do maior valor, com o sufixo «chars» e sem média.
Os campos podem vir entre aspas; uma aspa dobrada dentro de um campo citado continua sendo uma aspa e o campo pode conter o separador ou uma quebra de linha; um BOM no início é ignorado. Cabeçalho vazio vira column_3, cabeçalho repetido vira a e a_2, e células depois do último cabeçalho são descartadas. Linhas em branco no meio dos dados contam como linhas de células vazias. Sem cabeçalho mais uma linha de dados, ou com uma aspa nunca fechada, a linha de status avisa e o perfil anterior é apagado em vez de continuar na tela. Nos testes, 20.000 linhas por 4 colunas (486 KB) levaram 76 ms no Chrome e 50.000 linhas levaram 196 ms.
Não. A análise roda em JavaScript na própria página; durante os testes nenhuma requisição foi feita ao ler um arquivo local e montar o perfil. Nada é armazenado e, depois de carregada, a página funciona sem conexão. O único arquivo gravado é o JSON que você pede em Baixar.
A detecção automática testa vírgula, tabulação, ponto e vírgula e barra vertical, e fica com a que dividir as primeiras 25 linhas no número de campos mais consistente. Se o perfil mostrar 1 coluna num arquivo que claramente tem várias, fixe o separador: um separador forçado errado não é tratado como erro, a linha inteira vira uma única coluna.
Em texto não existe um valor mínimo com sentido, então a tabela informa o comprimento do menor e do maior valor; «3 chars» significa que todos os valores preenchidos da coluna têm três caracteres. Colunas numéricas mostram números reais, colunas de data mostram a mais antiga e a mais recente, e a média fica em «—» sempre que a coluna não é numérica.
Duas linhas são duplicatas quando todas as células analisadas coincidem, incluindo células vazias e a ordem das colunas: a linha 3,Sam,Platform,,false duas vezes é uma duplicata. A comparação é exata, então «sam» e «Sam» são diferentes e espaços extras não são removidos.
Nos testes, 20.000 linhas por 4 colunas (486 KB) foram analisadas em 76 ms e 50.000 linhas em 196 ms, tudo dentro da página. O limite é a aba do navegador, não uma cota de servidor; para arquivos de centenas de megabytes, uma ferramenta de linha de comando é mais adequada.