Tools fuer Datenqualitaet, Dublettenbereinigung und Anomalieerkennung

Profiling fuer CSV- oder JSON-Datensaetze mit Fehlwerten, Duplikaten, Formatdrift, Typen und Ausreissern.

Entfernt doppelte Zeilen basierend auf Spaltenkombinationen

CSV-Daten nach Spaltenwerten mit mehreren Bedingungen und Operatoren filtern. Unterstützt 12 Filteroperatoren einschließlich equals, contains, greater_than, less_than und Leerwert-Prüfungen. Zusätzliche Filter Beispiele: [{"column": "alter", "operator": "greater_than", "value": "25"}] [{"column": "status", "operator": "equals", "value": "aktiv"}, {"column": "punktzahl", "operator": "greater_equal", "value": "80"}] [{"column": "name", "operator": "contains", "value": "hans"}, {"column": "email", "operator": "is_not_empty"}]

Vergleicht zwei CSV- oder XLSX-Quellen und exportiert einen PDF-Bericht mit Zeilen-, Spalten- und Zellunterschieden

Fremdschlüssel-Beziehungen zwischen mehreren Datensätzen validieren. Perfekt für Datenintegritätsprüfungen.

Erweitertes Grenzwertverarbeitungswerkzeug zur Identifizierung und Handhabung von Minimum- und Maximumwerten in numerischen Daten. Perfekt für Datenvalidierung, Bereichsprüfung, statistische Analyse und Datenvorverarbeitung.

Erweiterte Dateninterpolationstools zum Füllen fehlender Werte und Generieren von Datenpunkten mit verschiedenen mathematischen Methoden.

Erkennt Ausreißer in numerischen Daten mit verschiedenen statistischen Methoden einschließlich IQR, Z-Score und modifiziertem Z-Score

Liest Zeitreihendaten aus CSV oder JSON ein, erkennt Anomalien per Z-Score und IQR und gibt einen Chart-gestuetzten Bericht aus

Boxplots für statistische Verteilungsanalyse mit Quartilen, Whiskern und Ausreißern erstellen

Berechnet Z-Scores aus Rohwert, Datensatz oder manuell eingegebenen Parametern

Berechnet einen getrimmten Mittelwert nach Entfernen gleicher Anteile niedriger und hoher Werte

Berechnet einen winsorisierten Mittelwert durch Begrenzen niedriger und hoher Extremwerte vor dem Mitteln