Звіт про здоров'я програмного забезпеченнясхема 0.31.0 · метрики 2.10.0 · 2026-08-12 21:04 UTC

Data-Centric-AI-Community / fg-data-profiling

1 Line of code data quality profiling & exploratory data analysis for Pandas and Spark DataFrames.

PythonMIT★ 13 667 зірок⑂ 1 798 форківз січ. 2016 р.Переглянути на GitHub ↗

ТипІнструмент командного рядкаБібліотекаяк це визначено

Data-Centric-AI-Community/fg-data-profiling має індекс здоров’я 78 зі 100, що відповідає смузі «Добрий». Найвищий показник — Engineering Quality (88/100), найнижчий — Vitality (46/100). Останнє оновлення було 111 днів тому. Більшість нещодавньої роботи виконує один учасник.

загалом / 100

Добрий

Індекс здоров'я програмного забезпечення

Метрики згруповано у зважені категорії на шкалі 1–100. Загальна оцінка починається як їхнє зважене середнє, відкаліброване за розподілом публічного реєстру, тож діапазони мають перцентильний зміст; коли публічні дані активують Політику юрисдикцій високого ризику, рейтинг коригується й отримує верхню межу 34 («У зоні ризику»).

Винятковий93-100Верхній щабель реєстру (≈ топ-5%); відповідає практично всім перевіреним критеріям

Відмінний80-92Сильний за всіма напрямами; незначні прогалини

Добрий65-79Здоровий; прогалини обмежені та керовані

Помірний50-64Прийнятний, але з помітними прогалинами; рекомендовано перевірку

Слабкий35-49Суттєві недоліки в кількох сферах

У зоні ризику20-34Суттєві слабкі місця; впровадження потребує обережності

Критичний1-19Серйозні проблеми (покинутий, єдиний мейнтейнер, без базової гігієни)

Профіль оцінок

Кожна вісь — окрема категорія. Форма важить більше, ніж середнє: здоровий об'єкт заповнює всю фігуру, тоді як профіль із піками та провалами означає, що сила в одному вимірі маскує ризик в іншому.

Зважений загальний бал 67 калібровано до 78 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

Data-Centric AI CommunityОрганізація

366 підписників11 публічних репозиторіївз груд. 2022 р.

За цим репозиторієм стоїть організація — спільна, підзвітна опіка, здатна пережити будь-якого окремого мейнтейнера.

Пакетні екосистеми

Реєстр	Пакет	Версія	Завантажень / міс	Версії	Остання публікація	Теги
PyPI	fg-data-profiling	4.19.1	17 999	2	111 днів тому	pandas data-science data-analysis python jupyter ipython

Метрики за категоріями

Життєздатність

Чи живий проєкт — чи пишеться код і чи виходять релізи?

46Слабкий · 21% загального індексу

Активність розробки

23У зоні ризику

Як обчислюється оцінка

9.9/36	Свіжість push — останній push 111 дн. тому
3.5/36	Ритм комітів — 5/52 тижнів із комітами
9.4/18	Обсяг комітів — 10 комітів за останній рік
0/10	OpenSSF Scorecard: Maintained — 0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0

Використані вхідні дані

commits_last_year	10
human_commit_share	0,78
days_since_last_push	111
active_weeks_last_year	5

Дисципліна релізів

81Відмінний

Як обчислюється оцінка

27/27	Випускає релізи — опубліковано 79 релізів
27/36	Свіжість релізів — останній реліз 111 дн. тому
27/27	Ритм релізів — реліз кожні ~44,5 дн.
0/10	OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.

Використані вхідні дані

releases_count	79
latest_release_tag	4.19.1
releases_from_tags	ні
days_since_latest_release	111
mean_days_between_releases	44,5

Спільнота та впровадження

Чи має проєкт користувачів, завантаження, увагу та влаштовані умови для контриб’юторів?

81Відмінний · 17% загального індексу

Здоров'я спільноти

70Добрий

Як обчислюється оцінка

22.5/22.5	README
22.5/22.5	Ліцензія — визнана ліцензія (MIT)
18/18	Настанови CONTRIBUTING
0/13.5	Кодекс поведінки
0/7.2	Шаблон issue
0/6.3	Шаблон PR

Використані вхідні дані

has_readme	так
has_license	так
readme_badges	9
has_contributing	так
has_issue_template	ні
has_code_of_conduct	ні
readme_badge_services	badge.fury.io, codecov.io, github.com, shields.io
has_pull_request_template	ні

Впровадження в екосистемі (завантаження)

71Добрий

Як обчислюється оцінка

56.7/80	Щомісячні завантаження — 17 999 завантажень/місяць у pypi
0/20	Залежні пакети в реєстрі — ця екосистема цього не повідомляє

Використані вхідні дані

packages	fg-data-profiling
dependents	—
ecosystems	pypi
total_downloads	—
monthly_downloads	17 999
unverified_packages_excluded	—

Виключено з оцінювання (немає даних або не застосовно): Залежні пакети в реєстрі. Залишкові ваги перенормовано.

Сталість та врядування

Чи переживе проєкт своїх людей — бас-фактор, реактивність, хто за ним стоїть і як супроводжуються пакети?

65Добрий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

43Слабкий

Як обчислюється оцінка

9/54	Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
10.8/22.5	Розподіл комітів — головний контриб’ютор — автор 52% комітів
13.5/13.5	Широта контриб’юторів — 96 контриб’юторів
10/10	OpenSSF Scorecard: Contributors — project has 34 contributing companies or organizations

Використані вхідні дані

bus_factor	1
contributors_sampled	96
top_contributor_share	0,518

Реактивність на issue та PR

55Помірний

Як обчислюється оцінка

29.1/42	Вирішення issue — закрито 69% issue
21.3/30	Прийняття PR — злито 634/894 вирішених PR
0/13	Newcomer PR acceptance — злито 0/1 PR від новачків за 30 дн.
4.5/15	OpenSSF Scorecard: Code-Review — Found 11/30 approved changesets -- score normalized to 3

Використані вхідні дані

merged_prs	634
open_issues	264
closed_issues	596
prs_merged_7d	0
prs_decided_7d	0
prs_merged_30d	0
prs_decided_30d	1
issue_closed_ratio	0,693
closed_unmerged_prs	260
first_time_authors_30d	1
first_time_prs_merged_30d	0
first_time_prs_decided_30d	1

Власність та опіка

79Добрий

Як обчислюється оцінка

30/30	Підтримка власника — у власності організації
0/20	Верифікований домен — статус підтвердженого домену для цієї організації не зчитано
18.4/25	Охоплення власника — 366 підписників у Data-Centric-AI-Community
15.2/25	Послужний список — 11 публічних репозиторіїв, вік облікового запису ~3 р.

Використані вхідні дані

followers	366
owner_type	Organization
is_verified	—
owner_login	Data-Centric-AI-Community
public_repos	11
account_age_days	1 337

Виключено з оцінювання (немає даних або не застосовно): Верифікований домен. Залишкові ваги перенормовано.

Супровід пакетів

92Відмінний

Як обчислюється оцінка

25/25	Опубліковано й доступно — 1 пакет(ів) у pypi
35/35	Свіжість публікацій — остання публікація 111 дн. тому
12/20	Історія версій — 2 опублікованих версій
20/20	Не застарілий — активний, не deprecated і не yanked

Використані вхідні дані

packages	fg-data-profiling
ecosystems	pypi
any_deprecated	ні
min_days_since_publish	111

Інженерна якість

Чи наявні базові інженерні практики та документація?

88Відмінний · 19% загального індексу

Інженерні практики

80Відмінний

Як обчислюється оцінка

24/24	Процеси CI — 7 процес(ів) CI
24/24	Наявні тести
16/16	Конфігурація лінтера
9.6/9.6	Pre-commit-хуки
0/6.4	.editorconfig
6/20	OpenSSF Scorecard: CI-Tests — 7 out of 18 merged PRs checked by a CI test -- score normalized to 3

Використані вхідні дані

has_ci	так
has_tests	так
has_editorconfig	ні
has_linter_config	так
has_precommit_config	так

Документація

100Винятковий

Як обчислюється оцінка

30/30	README
25/25	Каталог документації
15/15	Сайт документації / домашня сторінка — https://docs.sdk.ydata.ai
10/10	Опис репозиторію
10/10	Теми — 20 тем
10/10	Wiki

Використані вхідні дані

topics	pandas-profiling, pandas-dataframe, statistics, jupyter-notebook, exploration, data-science, python, pandas, machine-learning, deep-learning, exploratory-data-analysis, eda, data-quality, html-report, data-exploration, data-analysis, jupyter, big-data-analytics, data-profiling, hacktoberfest
has_wiki	так
homepage	https://docs.sdk.ydata.ai
docs_site	https://docs.sdk.ydata.ai
has_readme	так
has_docs_dir	так
has_description	так

Безпека

Чи міцні видимі практики безпеки й ланцюга постачання, без непослабленої пов’язаності з юрисдикціями високого ризику?

58Помірний · 16% загального індексу

Стан безпеки

47Слабкий

Як обчислюється оцінка

7.5/7.5	Binary-Artifacts — no binaries found in the repo
0/7.5	Branch-Protection — немає даних
0.8/2.5	CI-Tests — 7 out of 18 merged PRs checked by a CI test -- score normalized to 3
0/2.5	CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
2.2/7.5	Code-Review — Found 11/30 approved changesets -- score normalized to 3
2.5/2.5	Contributors — project has 34 contributing companies or organizations
10/10	Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5	Dependency-Update-Tool — update tool detected
0/5	Fuzzing — project is not fuzzed
2.5/2.5	Ліцензія — license file detected
0/7.5	Maintained — 0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
5/5	Packaging — packaging workflow detected
0/5	Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5	SAST — SAST tool is not run on all commits -- score normalized to 0
0/5	Security-Policy — security policy file not detected
0/7.5	Signed-Releases — Project has not signed or included provenance with any releases.
0/7.5	Token-Permissions — detected GitHub workflow tokens with excessive permissions
7.5/7.5	Vulnerabilities — 0 existing vulnerabilities detected

Використані вхідні дані

source	openssf_scorecard
checks_evaluated	17
scorecard_version	v5.5.0
checks_inconclusive	1
scorecard_aggregate	4,7

Виключено з оцінювання (немає даних або не застосовно): Branch-Protection. Залишкові ваги перенормовано.

Сповіщення про залежності

100Винятковий

Як обчислюється оцінка

35/35	Прямі залежності без відомих сповіщень — жодна пряма залежність не має відомих сповіщень
25/25	Непрямі залежності без відомих сповіщень — жодна непряма залежність не має відомих сповіщень
0/40	Немає задавнених сповіщень — жодне сповіщення не має дати публікації

Використані вхідні дані

source	osv
advisories	0
affected_packages	0
assessed_packages	48
unassessed_packages	0
affected_by_severity	none
direct_affected_packages	0

Виключено з оцінювання (немає даних або не застосовно): Немає задавнених сповіщень. Залишкові ваги перенормовано. Звірено з runtime-замиканням залежностей pypi:fg-data-profiling@4.19.1 — тим, що тягне за собою встановлення опублікованого пакета, — 48 пакетів. Досяжність не аналізується.

Готовність до ШІ

Наскільки репозиторій оснащений для розробки та супроводу за участі ШІ-агентів? Має свідомо малу вагу (4%): агентний інструментарій — реальний сигнал супроводу, але репозиторій без нього все одно може отримати 100/100.

63Помірний · 4% загального індексу

Контекст і настанови для агентів

40Слабкий

Як обчислюється оцінка

0/45	Інструкції для агентів — немає CLAUDE.md / AGENTS.md / правил редактора
0/15	Машиночитана документація (llms.txt)
40/40	Читабельна історія комітів — намір зазначено у 75 з 78 людських комітів (структурований заголовок або пояснювальний текст)

Використані вхідні дані

has_llms_txt	ні
llms_txt_url	—
legible_history_share	0,962
agent_instruction_files	—
agent_instruction_max_bytes	—

Цикл верифікації (збірка / тести / перевірка типів)

69Добрий

Як обчислюється оцінка

18/18	Розгортання однією командою — Makefile
22/22	Автоматизовані тести
11/11	Конфігурація лінтера / форматера
0/11	Статична перевірка типів
10/10	Відтворюване середовище — devcontainer, Dockerfile
0/10	Підтверджена практика роботи з агентами — серед останніх 100 комітів немає створених агентом
8/8	Автоматизоване супроводження — 22 з останніх 100 комітів — автоматичні оновлення залежностей
0/10	OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0

Використані вхідні дані

has_nix	ні
has_tests	так
lockfiles	—
has_dockerfile	так
typed_language	ні
bootstrap_files	Makefile
has_devcontainer	так
has_linter_config	так
typecheck_configs	—
agent_commit_share	0
toolchain_manifests	—
dependency_bot_commit_share	0,22

Читабельність коду для моделей

55Помірний

Як обчислюється оцінка

0/45	Типізований код — Python без конфігурації перевірки типів
54.6/55	Керовані розміри файлів — 2/288 файлів вихідного коду понад 60 КБ

Використані вхідні дані

primary_language	Python
largest_source_bytes	80 721
source_files_sampled	288
oversized_source_files	2

Машиночитні інтерфейси

100Винятковий

Як обчислюється оцінка

0/40	Схема API (OpenAPI/GraphQL/proto) — не застосовно до цього типу програмного забезпечення
0/20	Сервер MCP — не застосовно до цього типу програмного забезпечення
40/40	Придатні до запуску приклади — examples, notebooks

Використані вхідні дані

example_dirs	examples, notebooks
has_mcp_signal	ні
api_schema_files	—
interfaces_expected_of	—

Виключено з оцінювання (немає даних або не застосовно): Схема API (OpenAPI/GraphQL/proto), Сервер MCP. Залишкові ваги перенормовано.

Ключові факти

13 667зірок GitHub

96контриб'юторів

10комітів за останні 12 місяців

111днів від останнього пушу

79релізів

1бас-фактор

264відкритих issue

PyPIпакетних екосистем

Попередження щодо збору даних

Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token

Докладніше

Історія зірок і форків 0 ★ / 1 798 ⇿

0Зірки

1 798Форки

55Релізи

Коли додано кожну зірку й форк — зібрано з GitHub і згруповано за днями. Кумулятивне зростання розміщено просто над денними додаваннями, з яких воно складається, тож їх видно одне проти одного: рівномірне органічне накопичення виглядає зовсім інакше, ніж різкий короткочасний сплеск. Там, де цю різницю можна виміряти, її подано як автентичність росту.

Показано лише найновішу історію — цей репозиторій перевищує вікно збору, тож найраніша історія не захоплена.

Мажорні 2Мінорні 27Патчі 25

Кожна точка охоплює 6 днів.

OpenSSF Scorecard 4.7 / 10

4.7сукупно

Незалежна, не прив'язана до інструментів оцінка безпеки від відкритого проєкту OpenSSF Scorecard. Кожна перевірка винагороджує практику безпеки, а не інструмент конкретного постачальника. Перевірки, які Scorecard не зміг визначити, позначено н/д і виключено з оцінки безпеки (вони ніколи не зараховуються як нуль).Scorecard v5.5.0 · 2026-08-12 21:04 UTC

10	Binary-Artifacts	no binaries found in the repo
н/д	Branch-Protection	internal error: error during branchesHandler.setup: internal error: some github tokens can't read classic branch protection rules: https://github.com/ossf/scorecard-action/blob/main/docs/authentication/fine-grained-auth-token.md
3	CI-Tests	7 out of 18 merged PRs checked by a CI test -- score normalized to 3
0	CII-Best-Practices	no effort to earn an OpenSSF best practices badge detected
3	Code-Review	Found 11/30 approved changesets -- score normalized to 3
10	Contributors	project has 34 contributing companies or organizations
10	Dangerous-Workflow	no dangerous workflow patterns detected
10	Dependency-Update-Tool	update tool detected
0	Fuzzing	project is not fuzzed
10	License	license file detected
0	Maintained	0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
10	Packaging	packaging workflow detected
0	Pinned-Dependencies	dependency not pinned by hash detected -- score normalized to 0
0	SAST	SAST tool is not run on all commits -- score normalized to 0
0	Security-Policy	security policy file not detected
0	Signed-Releases	Project has not signed or included provenance with any releases.
0	Token-Permissions	detected GitHub workflow tokens with excessive permissions
10	Vulnerabilities	0 existing vulnerabilities detected

Прямі залежності 21

Реєстр	Пакет	Обмеження версії	Маніфест
PyPI	scipy	`>=1.8, <1.17`	pyproject.toml
PyPI	pandas	`>1.5, <3.0, !=1.4.0`	pyproject.toml
PyPI	matplotlib	`>=3.5, <=3.10`	pyproject.toml
PyPI	pydantic	`>=2, <3`	pyproject.toml
PyPI	PyYAML	`>=6.0.3, <6.1`	pyproject.toml
PyPI	jinja2	`>=3.1.6, <3.2`	pyproject.toml
PyPI	visions	`>=0.7.5, <0.8.2`	pyproject.toml
PyPI	numpy	`>=1.22,<2.4`	pyproject.toml
PyPI	minify-html	`>=0.15.0`	pyproject.toml
PyPI	filetype	`>=1.0.0`	pyproject.toml
PyPI	phik	`>=0.12.5, <0.13`	pyproject.toml
PyPI	requests	`>=2.32.0, <3`	pyproject.toml
PyPI	tqdm	`>=4.66.3, <5`	pyproject.toml
PyPI	seaborn	`>=0.10.1, <0.14`	pyproject.toml
PyPI	multimethod	`>=1.4, <2`	pyproject.toml
PyPI	statsmodels	`>=0.13.2, <1`	pyproject.toml
PyPI	typeguard	`>=4, <5`	pyproject.toml
PyPI	imagehash	`==4.3.2`	pyproject.toml
PyPI	wordcloud	`>=1.9.4`	pyproject.toml
PyPI	dacite	`>=1.9, <2`	pyproject.toml
PyPI	numba	`>=0.60,<0.63`	pyproject.toml

Усі залежності 21

Повний розв'язаний набір залежностей із графа залежностей GitHub: 21 прямих і 0 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

Реєстр	Пакет	Версія	Зв'язок
PyPI	dacite	`—`	пряма
PyPI	filetype	`—`	пряма
PyPI	imagehash	`4.3.2`	пряма
PyPI	jinja2	`—`	пряма
PyPI	matplotlib	`—`	пряма
PyPI	minify-html	`—`	пряма
PyPI	multimethod	`—`	пряма
PyPI	numba	`—`	пряма
PyPI	numpy	`—`	пряма
PyPI	pandas	`—`	пряма
PyPI	phik	`—`	пряма
PyPI	pydantic	`—`	пряма
PyPI	pyyaml	`—`	пряма
PyPI	requests	`—`	пряма
PyPI	scipy	`—`	пряма
PyPI	seaborn	`—`	пряма
PyPI	statsmodels	`—`	пряма
PyPI	tqdm	`—`	пряма
PyPI	typeguard	`—`	пряма
PyPI	visions	`—`	пряма
PyPI	wordcloud	`—`	пряма

Сповіщення про залежності 0

Встановлення pypi:fg-data-profiling@4.19.1 тягне 48 пакетів, прямих і транзитивних: 0 мають відомі сповіщення, з них 0 — прямі залежності.

Жодне відоме сповіщення не стосується оцінених залежностей.

Сповіщення означає, що версія, записана в графі залежностей, потрапляє в уражений діапазон. Досяжність не аналізується, а граф містить піниї розробки й тестування — знахідка може стосуватися інструментів, а не поставленого коду.

Звіт у форматі JSON машиночитний

Зворотний зв’язок

Помітили щось хибне у цьому звіті або маєте чим поділитися? Неправильні вимірювання, непомічені інструменти, ідеї, запитання — усе доречно. Кожне повідомлення читається й отримує відповідь.

Оцінки — це сигнали, а не гарантії. Вони відображають публічно видимі практики на GitHub — це не аудит коду й не гарантія безпеки.

Відсутні дані виключаються, а ваги перенормовуються — нуль за відсутність ніколи не ставиться. Методологія версіонована й відкрита: метрики v2.10.0, схема v0.31.0 — повна методологія · вікі метрик.

Як окремий результат виглядає на тлі всього реєстру: сукупна статистика — PyPI.

60/60	Зірки — 13 667 зірок
25/25	Форки — 1 798 форків
12/15	Спостерігачі — 148 спостерігачів

forks	1 798
stars	13 667
watchers	148
growth_state	unverified
growth_factor_pct	100
growth_unverified_reason	no_history

Індекс здоров'я програмного забезпечення

Профіль оцінок

Власність

Пакетні екосистеми

Метрики за категоріями

Ключові факти

Попередження щодо збору даних

Докладніше

Зворотний зв’язок

Пов’язані записи