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

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

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

excel_column_stats