检测anamolies的python工具
CSV-anomaly-detector的Python项目详细描述
csv anamoly检测器：
一个检测csv文件（特别是大文件）中anamoly的工具
工具描述：
如果您使用的是一个大型csv文件，其中扫描每个
行的anamoly是一项艰巨的任务，则此工具非常方便。即使文件是从可靠的
源接收的，在继续下一步之前，始终可以安全地验证文件的准确性。
每个列都有一个标题，所有这些都将在任何
csv文件的第一行提到，我们将在整个页面中称之为“header”。
该工具采用逐头扫描的方法。扫描每个header后，将标识主导的
数据类型，并假设任何其他数据类型（“我们没有得出结论
，因为最终决定取决于用户“）的缺陷。
工具中描述的数据类型非常详尽，即使是漏掉的普通眼睛也会被工具检测到。
ex.r0han与rohan不同（在第一种情况下，请注意0而不是“o”。
命令行执行：
假设我们有一个名为mock.csv&；我们的源代码在automation.py中查看文件头：
python automation.py columns--file name=mock.csv
“IP_address”]
其中上述数组的每个元素都是一个头
以查找每个头中的元素（例如电子邮件）：
python automation.py executecolumns--filename=mock.csv--columns=email
您将看到这两个响应中的任何一个：
1）此列看起来没有错误。
2）请打开impropertadata.txt（此文件包含所有易出错的条目）
错误）
--filename=mock.csv（将抛出错误）
--filename=mock.csv（将抛出错误）
--filename=mock.csv（将给出结果）
一个检测csv文件（特别是大文件）中anamoly的工具
工具描述：
如果您使用的是一个大型csv文件，其中扫描每个
行的anamoly是一项艰巨的任务，则此工具非常方便。即使文件是从可靠的
源接收的，在继续下一步之前，始终可以安全地验证文件的准确性。
每个列都有一个标题，所有这些都将在任何
csv文件的第一行提到，我们将在整个页面中称之为“header”。
该工具采用逐头扫描的方法。扫描每个header后，将标识主导的
数据类型，并假设任何其他数据类型（“我们没有得出结论
，因为最终决定取决于用户“）的缺陷。
工具中描述的数据类型非常详尽，即使是漏掉的普通眼睛也会被工具检测到。
ex.r0han与rohan不同（在第一种情况下，请注意0而不是“o”。
命令行执行：
假设我们有一个名为mock.csv&；我们的源代码在automation.py中查看文件头：
python automation.py columns--file name=mock.csv
“IP_address”]
其中上述数组的每个元素都是一个头
以查找每个头中的元素（例如电子邮件）：
python automation.py executecolumns--filename=mock.csv--columns=email
您将看到这两个响应中的任何一个：
1）此列看起来没有错误。
2）请打开impropertadata.txt（此文件包含所有易出错的条目）
错误）
--filename=mock.csv（将抛出错误）
--filename=mock.csv（将抛出错误）
--filename=mock.csv（将给出结果）
欢迎加入QQ群-->： 979659372
