dataprofiler-edu 0.1.0

Un package didattico per il profiling automatico di dataset CSV, Excel e JSON

📊 DataProfiler

DataProfiler è un package Python didattico per il profiling automatico di dataset. Analizza file CSV, Excel e JSON generando report dettagliati con statistiche descrittive, rilevamento di anomalie e valori mancanti.

Installazione

pip install dataprofiler-edu

Per lo sviluppo:

git clone https://github.com/tuonome/dataprofiler.git
cd dataprofiler
pip install -e ".[dev]"

Uso rapido

from dataprofiler import Profiler

# Analizza un file CSV
profiler = Profiler("vendite.csv")
report = profiler.profile()

# Stampa riepilogo
print(report.summary())

# Esporta in Markdown
profiler.export(report, "report.md")

CLI

# Profiling rapido da terminale
dataprofiler dati.csv

# Esporta in formato specifico
dataprofiler dati.csv -o report.md -f md
dataprofiler vendite.xlsx -o report.json -f json
dataprofiler prodotti.json -o report.html -f html

Formati supportati

Input	Output
CSV (.csv)	Markdown (.md)
Excel (.xlsx, .xls)	JSON (.json)
JSON (.json)	HTML (.html)

Funzionalità

• Rilevamento automatico del tipo di ogni colonna (numerico, testuale, data, booleano)
• Statistiche numeriche: media, mediana, min, max, deviazione standard, quartili
• Statistiche testuali: lunghezze, frequenze, valori più comuni
• Statistiche temporali: range date, frequenza, formati rilevati
• Analisi valori mancanti: conteggio, percentuale, completezza
• Warnings automatici: colonne quasi vuote, valori costanti, possibili ID
• Export multi-formato: Markdown, JSON, HTML

Concetti OOP dimostrati

Questo package è progettato come strumento didattico per un corso Python avanzato:

• Classi astratte (ABC): BaseReader, BaseAnalyzer, BaseExporter
• Ereditarietà: ogni reader/analyzer/exporter estende la propria base
• Composizione: Profiler compone reader + analyzer + exporter
• Polimorfismo: gli analyzer vengono selezionati dinamicamente
• Factory Pattern: ReaderFactory e ExporterFactory
• Strategy Pattern: exporter intercambiabili
• Dataclass: modelli dati tipizzati con property calcolate

Licenza

MIT