CSV-kolommen statistisch bekijken

Voor analisten en databeheerders die kwaliteit, spreiding en ontbrekende waarden vóór verdere verwerking willen inschatten.

Bereken per CSV-kolom de vulgraad, unieke waarden en numerieke kenmerken voor een snelle indruk. De analyse draait alleen in je browser.

Hoe te gebruiken

Sleep uw CSV- of TXT-export naar het laadgebied, of plak de inhoud ervan wanneer het bestand klein is.
Bevestig welk teken in dit specifieke bestand de kolommen scheidt, of laat de pagina het voor u raden.
Start de analyse: vulgraad, aantallen verschillende waarden en numerieke maten worden voor elke kolom berekend.
Herken de kolommen die onvolledig of ongewoon gespreid zijn voordat u verdergaat met uw werk.

Voorbeeld

Voordat u een rapport bouwt, bekijkt u een factuurexport: de vulgraad laat zien welke kolommen vaak leeg zijn, terwijl het aantal unieke waarden wijst op mogelijke duplicaten onder klantidentificaties.

Limieten en formaten

De grootte van een geïmporteerd bestand is beperkt tot 10 MB, en alleen de indelingen CSV en TXT worden aangeboden.
Statistieken beschrijven tekst zoals die is geschreven, dus een getal met een decimale komma kan buiten de numerieke maten vallen.
Een kolom die getallen en labels mengt, geeft gedeeltelijke numerieke maten, die met zorg moeten worden gelezen.
Lege cellen worden niet een voor een vermeld: de vulgraad vertelt u hoe wijdverbreid de gaten zijn.

Waar de verwerking gebeurt

De analyse draait op de pagina die in uw browser openstaat: de bestandsinhoud blijft daar, zonder overdracht naar een verre dienst en zonder gearchiveerde kopie.

Veelgestelde vragen

Wat toont de vulgraad precies?

Die toont het aandeel cellen dat in een bepaalde kolom een waarde bevat. Een kolom die volledig leeg is of slechts half is ingevuld, is daardoor in één oogopslag te herkennen.

Hoe worden unieke waarden geteld?

Elke afzonderlijke vermelding wordt één keer geteld, of het nu tekst of een getal is. Twee schrijfwijzen die op elkaar lijken, bijvoorbeeld met alleen een hoofdletter verschil, worden nog steeds apart geteld.

Dekken de statistieken het hele bestand of één kolom die ik kies?

De samenvatting loopt kolom voor kolom over de tabel, zodat u een breed beeld van het bestand krijgt in plaats van een berekening die beperkt blijft tot één vooraf gekozen kolom.