Daten-Profiler
Datei hochladen und sofortigen Gesundheitsbericht erhalten — Spaltentypen, fehlende Werte, Eindeutigkeit, Ausreißer und mehr.
Datei hierher ziehen & ablegen
oder klicken zum Durchsuchen
Keine Datei zur Hand?
Was ist ein Daten-Profiler?
Ein Daten-Profiler gibt dir einen sofortigen Gesundheitsbericht über deinen Datensatz. Er untersucht Spaltentypen, fehlende Werte, Eindeutigkeitsstatistiken, Duplikaterkennung und Ausreißeridentifikation. Profiling ist der erste Schritt in jedem Datenbereinigungs-Workflow, da er genau zeigt, was behoben werden muss.
Warum zuerst profilieren
Du kannst nicht reparieren, was du nicht siehst. Ein Profiler deckt versteckte Probleme auf, die deine Analyse unbemerkt verfälschen: Spalten mit 30% fehlenden Werten, Text in Zahlenspalten, Datumformate, die nicht geparst werden können, und doppelte Zeilen, von denen du nie wusstest. Den Daten-Profiler vor jedem anderen Tool zu nutzen, spart Zeit und verhindert Fehler.
So verwendest du den Daten-Profiler
- Datei hochladen — per Drag & Drop oder Klicken zum Durchsuchen.
- Sofortige Qualitätsbewertung prüfen — gibt dir einen schnellen Überblick über die allgemeine Datenqualität.
- Spaltenstatistiken prüfen — Typen, Vollständigkeit, Eindeutigkeit und Verteilungen ansehen.
- Probleme identifizieren — nach gemischten Typen, hoher Fehlerrate und Ausreißern suchen.
- Zum richtigen Tool wechseln — die Profiler-Ergebnisse nutzen, um das beste Bereinigungstool auszuwählen.
Was der Profiler erkennt
- Spaltentypen — Zahl, Text, Datum, E-Mail, Boolean oder Gemischt.
- Vollständigkeit — Prozentsatz fehlender Werte pro Spalte.
- Eindeutigkeit — Wie viele verschiedene Werte existieren und wie oft sie wiederholt werden.
- Duplikatzeilen — Exakte Duplikate über alle Spalten hinweg erkannt.
- Numerische Statistiken — Min, Max, Durchschnitt und Median für Zahlenspalten.
- Ausreißer — Werte außerhalb des 1,5x IQR automatisch markiert.
- Häufigste Werte — Die häufigsten Werte in jeder Spalte.
Tipps für besseres Profiling
- Immer profilieren vor dem Bereinigen — du brauchst einen Ausgangswert vor Änderungen.
- Achte auf „gemischte" Spaltentypen — diese benötigen fast immer Aufmerksamkeit vor der Analyse.
- Den Qualitätscore-Trend prüfen — wenn er nach einer Transformation sinkt, ist etwas schiefgelaufen.
Häufig gestellte Fragen
Was bedeutet die Qualitätsbewertung?
Die Qualitätsbewertung ist eine Zahl von 0 bis 100, die die allgemeine Datenqualität zusammenfasst. Sie berücksichtigt Vollständigkeit (fehlende Werte), Konsistenz (gemischte Typen) und Eindeutigkeit (Duplikate). Ein Wert über 80 ist gut, 50 bis 80 befriedigend und unter 50 verbesserungsbedürftig.
Wie werden Ausreißer erkannt?
Ausreißer werden mit der Interquartilsabstand-Methode (IQR) erkannt. Werte unter Q1 minus 1,5-mal IQR oder über Q3 plus 1,5-mal IQR werden markiert. Dies ist ein statistischer Standardansatz, der für die meisten Datensätze gut funktioniert.
Kann ich große Dateien profilieren?
Ja. DataScrub verarbeitet alles in deinem Browser, sodass die Dateigröße nur durch deinen Gerätespeicher begrenzt wird. Dateien mit einigen hunderttausend Zeilen lassen sich auf moderner Hardware typischerweise problemlos profilieren.
Was bedeutet „gemischter" Typ?
Eine Spalte wird als gemischt bezeichnet, wenn sie Werte verschiedener Typen enthält — zum Beispiel Zahlen und Text in derselben Spalte. Dies deutet meist auf ein Dateneingabeproblem oder inkonsistente Formatierung hin, die vor der Analyse behoben werden sollte.