Datos

framescan

Perfila un CSV o Parquet y escribe el resultado como una página HTML.

Instalación

pip install git+https://github.com/jmweb-org/framescan

Si usas uv, también como CLI aislado:

uv tool install git+https://github.com/jmweb-org/framescan

Qué hace

Antes de escribir una sola línea de limpieza sobre un fichero nuevo conviene saber qué hay dentro: qué columnas tienen huecos, cuáles están casi constantes, qué tan correlacionadas van dos de ellas. framescan perfila un CSV o Parquet, columna por columna, y escribe el resultado como una única página HTML con los histogramas dibujados en SVG inline, sin librería de gráficos ni servidor que mantener vivo.

En acción

$ framescan examples/inventory.csv -o report.html
framescan: wrote report.html (10,132 bytes)

Características

—Histograma SVG y min/max/media/desviación para cada columna numérica.
—Top cinco valores por columna categórica, con recuento de nulos y cardinalidad.
—Matriz de correlación de Pearson coloreada, calculada en Python sin JavaScript.
—Un único HTML con todo inline: ábrelo, adjúntalo a un correo o commitéalo junto al dataset.

Ver el código en GitHub →

Otras herramientas

dsdiff

Diff estilo git entre dos datasets, con drift de distribución.

splitcheck

Detecta filas que se filtran entre train, validación y test.

pii-sweep

Escanea datasets en busca de PII antes de compartirlos.