Data Processing
使用 lodash _.fill 从起始索引到结束索引用值填充数组
fill-arrayData 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
使用lodash _.drop删除数组的前N个元素
drop-itemsData Processing
使用 lodash 的 _.dropRight 从数组末尾删除 N 个元素
drop-right-itemsData Processing
使用 lodash 的 _.dropWhile 在满足条件时从数组开头移除元素
drop-whileData Processing
提取和验证.env风格的KEY=VALUE配置,检测重复键和可疑的空格/引号
env-parserData Processing
使用灵活的检测策略从CSV数据中移除重复列。非常适合清理数据集、移除冗余信息和优化数据结构。 功能特点: - 检测相同标题的列 - 查找相同数据内容的列 - 支持大小写敏感/不敏感匹配 - 多种移除策略可选 - 保持数据完整性 - 支持大型数据集 - 快速高效的处理 常见用途: - 清理合并的数据集 - 移除冗余数据列 - 优化分析数据 - 为机器学习准备数据 - 减少文件大小和复杂度 - 标准化数据格式
duplicate-column-removerData Analysis
综合数据分布分析,包含正态性检验、异常值检测和拟合优度评估
distribution-analyzerData Analysis
检测 CSV 或 JSON 数据集中的类别不平衡,对比重采样策略,并预览平衡后的输出数据集
dataset-imbalance-detector-resamplerData Analysis
对 CSV 或 JSON 数据集进行质量画像,识别缺失值、重复行、格式漂移、类型推断和数值异常。
dataset-quality-profilerData Processing
使用 lodash _.defaultsDeep 应用深度默认值
defaults-deepData Processing
使用 lodash _.defaults 为对象填充默认值
defaults-object