Minimal-tuning CLI tool for data stats and clarity checks
Project description
sancheck
sancheck is a minimal-tuning CLI tool for quickly assessing the statistical overview of CSV datasets.
It provides a fast, high-level overview before deeper analysis or modeling.
When should I use it?
- Before exploratory data analysis (EDA)
- Before training statistical or machine learning models
- When you want a quick sanity check without manual inspection
What it does NOT do
- It does not clean or modify data
- It does not model relationships
- It does not replace proper EDA or data validation pipelines
Quick start
Run the tool on a CSV file:
sancheck [csv_path]
Example output with tests/fixtures/noisy.csv
๐ฌ Terminal output
Done!
โ ๏ธ Without task and target specification some metrics are disabled
Dataset Summary
โญโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโฌโโโโโโโโฎ
โ Info โ Value โ
โโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโผโโโโโโโโค
โ Valid numeric columns โ 2 โ
โ Ignored non-numeric columns โ 3 โ
โฐโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโดโโโโโโโโฏ
โญโโโโโโโโโโโโโโโโโโโโโโ Column Report โโโโโโโโโโโโโโโโโโโโโโโฎ
โ Invalid Values โ
โ โญโโโโโโโโโโโโโโโโโโโโโฌโโโโโโโโโฌโโโโโโโโโโโโโโโโโโโโโโโโโโฎ โ
โ โ Issue โ Column โ Details โ โ
โ โโโโโโโโโโโโโโโโโโโโโโผโโโโโโโโโผโโโโโโโโโโโโโโโโโโโโโโโโโโค โ
โ โ NaN/Inf โ absent โ invalid = 0/10 (0.000) โ โ
โ โ NaN/Inf โ salary โ invalid = 0/10 (0.000) โ โ
โ โ Type inconsistency โ absent โ bad_type = 0/10 (0.000) โ โ
โ โ Type inconsistency โ salary โ bad_type = 0/10 (0.000) โ โ
โ โฐโโโโโโโโโโโโโโโโโโโโโดโโโโโโโโโดโโโโโโโโโโโโโโโโโโโโโโโโโโฏ โ
โ NaN/Inf columns: 0 โ
โ Type inconsistent columns: 0 โ
โ Column Similarity โ
โ Pairs โ
โ โญโโโโโโโฌโโโโโโโโโฎ โ
โ โ Pair โ |corr| โ โ
โ โโโโโโโโผโโโโโโโโโค โ
โ โ - โ - โ โ
โ โฐโโโโโโโดโโโโโโโโโฏ โ
โ Affected columns: - โ
โ Severity: 0.000 โ
โฐโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโฏ
โญโโโโโโโโโโโโโโ Row report โโโโโโโโโโโโโโโโฎ
โ Top 5 anomalous rows โ
โ โญโโโโโโโโโโโโฌโโโโโโโโโโโโโโโโฌโโโโโโโโโโฎ โ
โ โ Row index โ Anomaly score โ Invalid โ โ
โ โโโโโโโโโโโโโผโโโโโโโโโโโโโโโโผโโโโโโโโโโค โ
โ โ row 5 โ 0.916 โ False โ โ
โ โ row 4 โ 0.897 โ False โ โ
โ โ row 9 โ 0.865 โ False โ โ
โ โ row 6 โ 0.778 โ False โ โ
โ โ row 3 โ 0.448 โ False โ โ
โ โฐโโโโโโโโโโโโดโโโโโโโโโโโโโโโโดโโโโโโโโโโฏ โ
โ Problematic rows: 0 / 10 โ
โ Row severity: 0.135 / 1.000 โ
โฐโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโฏ
โญโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโ Distribution Report โโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโฎ
โ Top 2 Spread โ
โ โญโโโโโโโโโฌโโโโโโโโโโโโโโโโฌโโโโโโโโโโโโโโโโโโโโโโโโโฌโโโโโโโโโโโโโฌโโโโโโโโโโฎ โ
โ โ Column โ Spread โ Label โ Var โ IQR โ โ
โ โโโโโโโโโโผโโโโโโโโโโโโโโโโผโโโโโโโโโโโโโโโโโโโโโโโโโผโโโโโโโโโโโโโผโโโโโโโโโโค โ
โ โ absent โ 0.671 / 1.000 โ wide / large variation โ 1.122 โ 1.000 โ โ
โ โ salary โ 0.613 / 1.000 โ wide / large variation โ 387271.111 โ 667.500 โ โ
โ โฐโโโโโโโโโดโโโโโโโโโโโโโโโโดโโโโโโโโโโโโโโโโโโโโโโโโโดโโโโโโโโโโโโโดโโโโโโโโโโฏ โ
โ Top 2 Entropy โ
โ โญโโโโโโโโโฌโโโโโโโโโโโโโโโโฌโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโฎ โ
โ โ Column โ Entropy โ Label โ โ
โ โโโโโโโโโโผโโโโโโโโโโโโโโโโผโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโค โ
โ โ absent โ 0.865 / 1.000 โ very spread / more uniform or complex distribution โ โ
โ โ salary โ 0.785 / 1.000 โ very spread / more uniform or complex distribution โ โ
โ โฐโโโโโโโโโดโโโโโโโโโโโโโโโโดโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโฏ โ
โ Avg entropy: 0.825 โ
โ Avg spread score: 0.642 โ
โฐโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโฏ
โญโโโโโโโโโโโโโโโโโโโโโ Normality Report โโโโโโโโโโโโโโโโโโโโโโฎ
โ Distribution Normality โ
โ โญโโโโโโโโโโฌโโโโโโโโโโฌโโโโโโโโฎ โ
โ โ Feature โ Shapiro โ KS โ โ
โ โโโโโโโโโโโผโโโโโโโโโโผโโโโโโโโค โ
โ โ absent โ 0.002 โ 0.120 โ โ
โ โ salary โ 0.071 โ 0.219 โ โ
โ โฐโโโโโโโโโโดโโโโโโโโโโดโโโโโโโโฏ โ
โ Structure Distribution โ
โ โญโโโโโโโโโโฌโโโโโโโโโโโฌโโโโโโโโโโโฌโโโโโโโโโโโโโโโโโโโโโฎ โ
โ โ Feature โ Skewness โ Kurtosis โ Distribution score โ โ
โ โโโโโโโโโโโผโโโโโโโโโโโผโโโโโโโโโโโผโโโโโโโโโโโโโโโโโโโโโค โ
โ โ absent โ 1.218 โ 0.166 โ 0.646 โ โ
โ โ salary โ 1.042 โ 0.052 โ 0.735 โ โ
โ โฐโโโโโโโโโโดโโโโโโโโโโโดโโโโโโโโโโโดโโโโโโโโโโโโโโโโโโโโโฏ โ
โ Overall structure distribution score: 0.733 / 1.000 (high) โ
โฐโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโฏ
โญโโโโโ Structure & Relation Report โโโโโโฎ
โ Structure โ
โ โญโโโโโโโโโโโฌโโโโโโโโโโโโโโโโโโโโโโโโโฎ โ
โ โ Metric โ Value โ โ
โ โโโโโโโโโโโโผโโโโโโโโโโโโโโโโโโโโโโโโโค โ
โ โ Sparsity โ 0.260 / 1.000 (medium) โ โ
โ โฐโโโโโโโโโโโดโโโโโโโโโโโโโโโโโโโโโโโโโฏ โ
โ Relation โ
โ โญโโโโโโโโโโฌโโโโโโโโฌโโโโโฌโโโโโโโโโโฎ โ
โ โ Feature โ VIF โ MI โ F-score โ โ
โ โโโโโโโโโโโผโโโโโโโโผโโโโโผโโโโโโโโโโค โ
โ โ absent โ 1.346 โ - โ - โ โ
โ โ salary โ 1.346 โ - โ - โ โ
โ โฐโโโโโโโโโโดโโโโโโโโดโโโโโดโโโโโโโโโโฏ โ
โ Avg VIF: 0.134 / 1.000 (low) โ
โฐโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโฏ
Cleanliness Status
โญโโโโโโโโโโโโโโโโโโโโโโฌโโโโโโโโโโโโโโโโโโโโโโโโโโโโโฎ
โ Metric โ Value โ
โโโโโโโโโโโโโโโโโโโโโโโผโโโโโโโโโโโโโโโโโโโโโโโโโโโโโค
โ Cleanliness score โ 0.959 / 1.000 (very clean) โ
โ Missing severity โ 0.000 / 1.000 (low) โ
โ Type severity โ 0.000 / 1.000 (low) โ
โ Similarity severity โ 0.000 / 1.000 (low) โ
โ Row severity โ 0.135 / 1.000 (low) โ
โฐโโโโโโโโโโโโโโโโโโโโโโดโโโโโโโโโโโโโโโโโโโโโโโโโโโโโฏ
Actions Suggestion
โญโโโโโโโฌโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโฎ
โ Type โ Action โ
โโโโโโโโผโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโค
โ Row โ Moderate anomaly detected in row 5. Check for any potential outlier or data quality issue in the row. โ
โ Row โ Moderate anomaly detected in row 4. Check for any potential outlier or data quality issue in the row. โ
โ Row โ Moderate anomaly detected in row 9. Check for any potential outlier or data quality issue in the row. โ
โ Row โ Moderate anomaly detected in row 6. Check for any potential outlier or data quality issue in the row. โ
โฐโโโโโโโดโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโฏ
โฑ๏ธ Elapsed time: 0.31 seconds
๐ Boxplot visualization
๐ฅ Heatmap visualization
Interpretation tips
-
Higher cleanliness scores indicate cleaner numeric data
-
Anomalous rows are ranked, not classified โ use them for inspection
-
Non-numeric columns are ignored by design
-
This tool is best used as a fast pre-analysis step
-
Certain metrics such as VIF may produce infinite values under near-perfect multicollinearity.
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
sancheck-0.2.1.tar.gz
(21.9 kB
view details)
Built Distribution
Filter files by name, interpreter, ABI, and platform.
If you're not sure about the file name format, learn more about wheel file names.
Copy a direct link to the current filters
sancheck-0.2.1-py3-none-any.whl
(22.3 kB
view details)
File details
Details for the file sancheck-0.2.1.tar.gz.
File metadata
- Download URL: sancheck-0.2.1.tar.gz
- Upload date:
- Size: 21.9 kB
- Tags: Source
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/6.2.0 CPython/3.12.9
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
aa8bd986ee8d6d3d03124dc71dacd72ce068bca8ddbd557f3dba8e5657d13831
|
|
| MD5 |
3e8ecdd0c4051639673a80b505cc1dcf
|
|
| BLAKE2b-256 |
7d4163f95628ffb92001d0bca9d4060179f4140193050e24772ac1acc6859b36
|
File details
Details for the file sancheck-0.2.1-py3-none-any.whl.
File metadata
- Download URL: sancheck-0.2.1-py3-none-any.whl
- Upload date:
- Size: 22.3 kB
- Tags: Python 3
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/6.2.0 CPython/3.12.9
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
a4911793fb44f14f9fec51311eacd57a13b598ad859d5608572d8ea7a105a3eb
|
|
| MD5 |
518680922c18fc58b70779f618de17e2
|
|
| BLAKE2b-256 |
c5c09c356d5a8ef3848064b9fdd6b7ec3a9caca0b1b450b7254bd45046d67ae8
|
