Data Processing
批量重命名JSON对象键,支持模式、规则和转换。适用于API响应格式化和数据标准化。
json-key-renamerData Processing
将扁平化的键值对转换回嵌套的JSON对象,支持不同键格式和数据类型推断
json-unflattenerData Processing
将多个JSON文件合并成一个文件,支持多种合并策略(深度合并、覆盖合并等)
json-mergerData Processing
将多个YAML文件合并成一个文件,支持多种合并策略(深度合并、覆盖合并等)
yaml-mergerData Processing
为缺少列名的CSV数据添加表头。非常适合处理数据库导出、API响应或需要正确列标识的数值数据集。 功能特点: - 为无表头数据添加自定义表头 - 自动生成智能表头 - 支持多种表头命名规范 - 预览表头后再应用 - 多种表头格式选项 - 支持现有数据检测 - 批量处理能力 常见用途: - 修复无表头的数据库导出 - 处理API响应数据 - 为分析准备数值数据集 - 标准化数据列命名 - 创建正确的CSV结构 - 数据格式标准化
header-adderData Processing
从CSV数据中删除表头,创建无表头的干净文件。非常适合数据库导入、数据处理管道、API集成和需要无表头CSV格式的系统。 功能特点: - 从CSV数据中删除第一行(表头) - 删除多个表头行 - 删除表头前跳过空行 - 保持数据完整性 - 支持多种CSV分隔符 - 删除前预览 - 数据验证选项 - 批量处理能力 常见用途: - 为数据库导入准备数据 - 清理API响应数据 - 从导出文件中移除元数据 - 为机器学习创建无表头数据 - 为不使用表头的系统准备数据 - 从结构化文件中提取纯数据值
header-removerData Processing
使用各种方法对特征进行缩放和标准化,用于机器学习预处理和数据标准化
feature-scalerData Processing
查询 ISO 国家代码、ccTLD、电话区号、IOC、M49、FIPS 与 ISO 3166-2 行政区划数据
iso-3166-country-code-tld-and-subdivision-mapperData Processing
使用 lodash _.invertBy 按值分组反转
invert-byData Processing
使用 lodash _.invert 反转键和值
invert-objectData Processing
使用 lodash _.intersection 查找多个数组的共同值
intersection-arraysData Processing
使用 lodash _.indexOf 查找值在数组中的索引
index-of