Elysia Tools
导航
Data 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。
详情
把 CSV 粘贴到“数据集输入”中，或直接上传 CSV/JSON 文件。这个工具会逐列检查，给你一个在进入 BI、ETL 或机器学习前的快速质量快照。
会检查什么：
字段怎么填：
怎么看结果：
当前范围：
执行
填写表单、运行工具，并在同一页面查看结果。
案例
相关内容
等待运行
工具使用指南
数据质量画像师是一款专为数据分析师和开发者设计的在线工具，能够快速对 CSV 或 JSON 数据集进行质量体检。只需粘贴文本或上传文件，工具便会逐列扫描缺失值、重复行、格式漂移和数值异常，并生成直观的质量评分报告，帮助您在将数据导入 BI、ETL 或机器学习模型前，提前发现并规避潜在的数据质量风险。
背景
分析师收到了一份包含近期交易记录的 CSV 文件，准备将其导入 BI 工具制作销售看板。
问题
担心数据中存在缺失的客户邮箱、重复的订单记录或异常的超大金额，导致报表失真。
如何使用
将 CSV 文本粘贴到“数据集输入”中，在“重复判定列”填写 id，并将“示例行数”设为 8。
duplicateKeyColumns: id
sampleRows: 8结果
报告显示质量评分为 85 分，成功识别出 amount 列存在一个 9999 的数值异常（Outlier），以及 created_at 列存在日期格式漂移（混用 YYYY-MM-DD 和 MM/DD/YYYY）。
背景
运营团队从多个渠道收集了一批用户注册名单（JSON格式），准备进行邮件营销。
问题
需要确认名单中是否有重复注册的用户，并评估邮箱字段的缺失情况。
如何使用
上传包含用户数据的 JSON 文件，在“重复判定列”中输入 email，提交分析。
duplicateKeyColumns: email结果
快速生成质量快照，指出 email 列有 5% 的缺失值（Missing），并基于邮箱字段精准定位了多条重复记录。
目前支持 CSV 文本粘贴，以及上传 CSV 和 JSON 格式的文件。JSON 文件需要是对象数组，或者包含 rows 数组的对象。
质量评分是一个 0-100 的快速参考值。数据集中包含的缺失值、重复行、格式漂移和异常数值越多，该评分就会越低。它适合作为快速的运营判断依据，而非严格的数据治理评级。
您可以在“重复判定列”中填写逗号分隔的列名（例如 id,email）。工具将仅根据这些业务键的组合来判断是否存在重复记录，而不是比对整行数据。
格式漂移表示同一列中的数据在结构或格式上存在不一致。例如，日期列中混用了不同的日期格式，或者文本列中混杂了纯数字编码和自由文本。
不会。该工具仅用于数据质量画像和分析，生成只读的 HTML 质量报告，不会对您的原始数据进行任何修改或清洗操作。