📦 Data Validator Pro — 数据验证专业版

数据质量验证工具包（Data Quality Validator Toolkit），用于验证和分析表格数据质量。功能包括： 模式验证 - 检查列类型、约束和规则 完整性分析 - 缺失值检测和报告 异常检测 - 统计异常值检测 概况 - 总结统计和分布分析 约束检查 - 范围检查、唯一性、正则表达式模式

快速开始：

from scripts.data_profiler import DataProfiler
from scripts.schema_validator import SchemaValidator
# 概况一个数据集
profiler = DataProfiler()
report = profiler.profile(df)  # pandas DataFrame
print(report["missing"])
print(report["outliers"])
# 验证模式
schema = {
    "age": {"type": "int", "min": 0, "max": 150},
    "email": {"type": "str", "regex": r"^\S+@\S+\.\S+$"},
    "id": {"type": "int", "unique": True}
}
validator = SchemaValidator(schema)
errors = validator.validate(df)
for err in errors:
    print(err)

• scripts/data_profiler.py - 数据集概况和总结统计
• scripts/schema_validator.py - 基于模式的验证引擎
• scripts/anomaly_detector.py - 统计异常检测

参考：

• references/validation_rules.md - 常见验证模式