excel-column-stats

# 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 ```python 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 ```python 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`