統計資訊 – PETsARD

統計資訊

設定 enable_stats: true 時，系統會自動計算並記錄欄位的統計資訊，用於資料品質分析、合成資料驗證和欄位特徵理解。大型資料集（超過 100 萬列）計算會較耗時，建議謹慎使用。

啟用方式

全域設定

id: my_schema
enable_stats: true  # 全域啟用
attributes:
  age:
    type: int

個別欄位設定

attributes:
  age:
    type: int
    enable_stats: true   # 啟用
  notes:
    type: str
    enable_stats: false  # 停用

統計項目

通用統計（所有欄位）

項目	說明
`row_count`	總列數
`na_count`	空值數量
`na_percentage`	空值百分比
`detected_type`	偵測到的資料型別
`actual_dtype`	pandas dtype

數值統計

僅在 type 為 int 或 float 且 category: false 時計算：

項目	說明
`mean`	平均值
`std`	標準差
`min`	最小值
`max`	最大值
`median`	中位數
`q1`	第一四分位數
`q3`	第三四分位數

類別統計

僅在 category: true 時計算：

項目	說明
`unique_count`	唯一值數量
`mode`	眾數
`mode_frequency`	眾數出現次數
`category_distribution`	類別分佈（最多 20 個）

統計資訊結構

attributes:
  age:
    type: int
    enable_stats: true
    stats:
      row_count: 1000
      na_count: 50
      na_percentage: 0.05
      mean: 35.5
      std: 12.3
      min: 18
      max: 85
      median: 34.0
      q1: 27.0
      q3: 43.0

邏輯型別 Schema YAML