CSV 数据体检工具

上传 CSV，30 秒告诉你这份表格能不能信。文件不上传服务器，浏览器本地完成。

📄

点击选择 CSV / TXT，或拖进来

最大 20 MB · 不上传 · 本地解析

或直接粘贴 CSV 文本

它查什么

BOM 乱码：文件开头有 EF BB BF，读进程序会多出一个看不见的字符
混合日期格式：同一列里 2026年4月8日 / 2026-04-08 / 2026/04/08 / 03/12/2026 混用 —— 按字符串排序会把 4 月排到 1 月前面，join 时同一日期被当成两个值
数字列被污染：只要混进一个 - 或 N/A 或 1,234.50，Excel 和 pandas 会把整列降级成文本，求和就错了
重复行：完全一样的行（可能是导出重复，也可能本来就是合理的）
没有主键：没有任何一列是"唯一 + 非空"的 —— 做 join 时等着出错
单值列：整列只有一个值，通常是导出字段没对齐
高缺失率：空值超过 60% 的列值得怀疑
极值：超出 3×IQR 的离群值（可能是单位写错：元/分、kg/g）

每条问题前面有红/黄/灰的级别。报告给出统计证据（比如"这个日期列里有 5 种格式，分别出现 91/86/85/79/71 次"），不只是"有问题"三个字。

最后会给出对应的 pd.read_csv() 参数建议，或者一句"这个列先不要信"的结论。

命令行版 CSV Doctor（免费下载）是这个页面同一个检测逻辑的 Python 单文件实现，可以放进定时任务或 CI，每次数据导入前自动跑一遍。网页版适合快速看一眼。

为什么会有一列数字变成文本？
因为这一列里混了占位符（- 、N/A）或者千分位逗号（1,234.50）。Excel 和 pandas 只要有一行解析不了就会整列降级成文本。

混合日期格式有什么危害？
按字符串排序会把 4 月排到 1 月前面；join 时同一个日期被当成两个不同的值。财务对账里这是最隐蔽的错误来源。

文件会上传到服务器吗？
不会。CSV 在浏览器本地解析，数据不离开你的设备。

能处理 Excel 的 .xlsx 吗？
这个工具只处理 CSV / TSV / TXT。.xlsx 请先另存为 CSV UTF-8。

数据/LLM 工程的踩坑笔记，整理成一页一个配方：问题 → 为什么 → 可运行代码 → 检查清单。