Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-17 22:07 UTC

pyjanitor-devs / pyjanitor

Clean APIs for data cleaning. Python implementation of R package Janitor

PythonMIT★ 1 499 зірок⑂ 197 форківз бер. 2018 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено
#pandas#dataframe#data#cleaning-data#data-engineering#pydata#hacktoberfest

pyjanitor-devs/pyjanitor має індекс здоров’я 94 зі 100, що відповідає смузі «Винятковий». Найвищий показник — Engineering Quality (96/100), найнижчий — Security (66/100). Останнє оновлення було 9 днів тому. Більшість нещодавньої роботи виконують 2 учасники.

94
загалом / 100
Винятковий

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»).

94
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)
ЖиттєздатністьСпільнота тавпровадженняСталість таврядуванняІнженернаякістьБезпекаГотовність доШІ

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 80 калібровано до 94 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

pyjanitor-devsОрганізація
21 підписник5 публічних репозиторіївз лип. 2019 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIpyjanitor0.32.27206 2189414 днів томуpandasdata-cleaningdata-sciencejanitor

Метрики за категоріями

Життєздатність

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

88Відмінний · 21% загального індексу

Активність розробки

80Відмінний
Як обчислюється оцінка
28.8/36Свіжість push — останній push 9 дн. тому
23.5/36Ритм комітів — 34/52 тижнів із комітами
18/18Обсяг комітів — 297 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 28 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year297
human_commit_share0,82
days_since_last_push9
active_weeks_last_year34

Дисципліна релізів

100Винятковий
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 42 релізів
36/36Свіжість релізів — останній реліз 14 дн. тому
27/27Ритм релізів — реліз кожні ~23 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count42
latest_release_tagv0.32.27
releases_from_tagsні
days_since_latest_release14
mean_days_between_releases23
Виключено з оцінювання (немає даних або не застосовно): OpenSSF Scorecard: Signed-Releases. Залишкові ваги перенормовано.

Спільнота та впровадження

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

80Відмінний · 17% загального індексу

Популярність і впровадження

77Добрий
Як обчислюється оцінка
51.5/60Зірки — 1 499 зірок
19.1/25Форки — 197 форків
6.4/15Спостерігачі — 15 спостерігачів
Використані вхідні дані
forks197
stars1 499
watchers15
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

77Добрий
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (MIT)
18/18Настанови CONTRIBUTING
0/13.5Кодекс поведінки
0/7.2Шаблон issue
6.3/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges0
has_contributingтак
has_issue_templateні
has_code_of_conductні
readme_badge_services—
has_pull_request_templateтак

Впровадження в екосистемі (завантаження)

89Відмінний
Як обчислюється оцінка
70.9/80Щомісячні завантаження — 206 218 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagespyjanitor
dependents—
ecosystemspypi
total_downloads—
monthly_downloads206 218
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?

70Добрий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

61Помірний
Як обчислюється оцінка
25.2/54Бас-фактор — на 2 контриб’ютор(ів) припадає половина всіх комітів
11.9/22.5Розподіл комітів — головний контриб’ютор — автор 47% комітів
13.5/13.5Широта контриб’юторів — 96 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 16 contributing companies or organizations
Використані вхідні дані
bus_factor2
contributors_sampled96
top_contributor_share0,471

Реактивність на issue та PR

71Добрий
Як обчислюється оцінка
34.1/42Вирішення issue — закрито 81% issue
26.7/30Прийняття PR — злито 920/1 035 вирішених PR
7.4/13Newcomer PR acceptance — злито 4/7 PR від новачків за 30 дн.
3/15OpenSSF Scorecard: Code-Review — Found 6/24 approved changesets -- score normalized to 2
Використані вхідні дані
merged_prs920
open_issues124
closed_issues532
prs_merged_7d0
prs_decided_7d16
prs_merged_30d15
prs_decided_30d33
issue_closed_ratio0,811
closed_unmerged_prs115
first_time_authors_30d3
first_time_prs_merged_30d4
first_time_prs_decided_30d7

Власність та опіка

57Помірний
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен
9.7/25Охоплення власника — 21 підписників у pyjanitor-devs
17.7/25Послужний список — 5 публічних репозиторіїв, вік облікового запису ~7 р.
Використані вхідні дані
followers21
owner_typeOrganization
is_verifiedні
owner_loginpyjanitor-devs
public_repos5
account_age_days2 607

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 14 дн. тому
20/20Історія версій — 94 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagespyjanitor
ecosystemspypi
any_deprecatedні
min_days_since_publish14

Інженерна якість

Чи наявні базові інженерні практики та документація?

96Винятковий · 19% загального індексу

Інженерні практики

94Винятковий
Як обчислюється оцінка
24/24Процеси CI — 4 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — pyproject.toml ([tool.ruff], [tool.black])
9.6/9.6Pre-commit-хуки
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 19 out of 19 merged PRs checked by a CI test -- score normalized to 10
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configтак
has_precommit_configтак

Документація

100Винятковий
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://pyjanitor-devs.github.io/pyjanitor
10/10Опис репозиторію
10/10Теми — 7 тем
10/10Wiki
Використані вхідні дані
topicspandas, dataframe, data, cleaning-data, data-engineering, pydata, hacktoberfest
has_wikiтак
homepagehttps://pyjanitor-devs.github.io/pyjanitor
docs_sitehttps://pyjanitor-devs.github.io/pyjanitor
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

66Добрий · 16% загального індексу

Стан безпеки

58Помірний
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — немає даних
2.5/2.5CI-Tests — 19 out of 19 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
1.5/7.5Code-Review — Found 6/24 approved changesets -- score normalized to 2
2.5/2.5Contributors — project has 16 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Ліцензія — license file detected
7.5/7.5Maintained — 30 commit(s) and 28 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — немає даних
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — немає даних
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated15
scorecard_versionv5.5.0
checks_inconclusive3
scorecard_aggregate5,8
Виключено з оцінювання (немає даних або не застосовно): Branch-Protection, Packaging, Signed-Releases. Залишкові ваги перенормовано.

Сповіщення про залежності

100Винятковий
Як обчислюється оцінка
35/35Прямі залежності без відомих сповіщень — жодна пряма залежність не має відомих сповіщень
25/25Непрямі залежності без відомих сповіщень — жодна непряма залежність не має відомих сповіщень
0/40Немає задавнених сповіщень — жодне сповіщення не має дати публікації
Використані вхідні дані
sourceosv
advisories0
affected_packages0
assessed_packages11
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Виключено з оцінювання (немає даних або не застосовно): Немає задавнених сповіщень. Залишкові ваги перенормовано. Звірено з runtime-замиканням залежностей pypi:pyjanitor@0.32.27 — тим, що тягне за собою встановлення опублікованого пакета, — 11 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.

75Добрий · 4% загального індексу

Контекст і настанови для агентів

67Добрий
Як обчислюється оцінка
45/45Інструкції для агентів — AGENTS.md
0/15Машиночитана документація (llms.txt)
22.1/40Читабельна історія комітів — намір зазначено у 34 з 82 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,415
agent_instruction_filesAGENTS.md
agent_instruction_max_bytes15 865

Цикл верифікації (збірка / тести / перевірка типів)

79Добрий
Як обчислюється оцінка
18/18Розгортання однією командою — Makefile
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — pyproject.toml ([tool.ruff], [tool.black])
0/11Статична перевірка типів
10/10Відтворюване середовище — devcontainer, Dockerfile
10/10Підтверджена практика роботи з агентами — 5 з останніх 100 комітів створено агентом або з його зазначенням
8/8Автоматизоване супроводження — 15 з останніх 100 комітів — автоматичні оновлення залежностей
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Використані вхідні дані
has_nixні
has_testsтак
lockfiles—
has_dockerfileтак
typed_languageні
bootstrap_filesMakefile
has_devcontainerтак
has_linter_configтак
typecheck_configs—
agent_commit_share0,05
toolchain_manifests—
dependency_bot_commit_share0,15

Читабельність коду для моделей

54Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
54.1/55Керовані розміри файлів — 5/298 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes215 672
source_files_sampled298
oversized_source_files5

Машиночитні інтерфейси

100Винятковий
Як обчислюється оцінка
0/40Схема API (OpenAPI/GraphQL/proto) — не застосовно до цього типу програмного забезпечення
0/20Сервер MCP — не застосовно до цього типу програмного забезпечення
40/40Придатні до запуску приклади — examples, notebooks
Використані вхідні дані
example_dirsexamples, notebooks
has_mcp_signalні
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

1 499зірок GitHub
96контриб'юторів
297комітів за останні 12 місяців
9днів від останнього пушу
42релізів
2бас-фактор
124відкритих 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 ★ / 197 ⇿
0Зірки
197Форки
42Релізи

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.

04080120160200196252018-032022-062026-09
Мажорні 0Мінорні 11Патчі 31

Кожна точка охоплює 8 днів.

OpenSSF Scorecard 5.8 / 10
5.8сукупно

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 · 2026-09-17 22:07 UTC

10Binary-Artifactsno binaries found in the repo
н/дBranch-Protectioninternal 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
10CI-Tests19 out of 19 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
2Code-ReviewFound 6/24 approved changesets -- score normalized to 2
10Contributorsproject has 16 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 28 issue activity found in the last 90 days -- score normalized to 10
н/дPackagingpackaging workflow not detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
н/дSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Прямі залежності 6
РеєстрПакетОбмеження версіїМаніфест
PyPIpandas>=3.0.0pyproject.toml
PyPInatsort>=8.4.0,<9pyproject.toml
PyPIpandas-flavor>=0.8.1,<0.9pyproject.toml
PyPImultipledispatch—pyproject.toml
PyPIscipy—pyproject.toml
PyPIjanitor-rs>=0.6.1,<0.7pyproject.toml
Усі залежності 141

Повний розв'язаний набір залежностей із графа залежностей GitHub: 11 прямих і 130 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIjanitor-rs—пряма
PyPIjanitor-rs0.5.0пряма
PyPImultipledispatch0.6.0пряма
PyPInatsort—пряма
PyPInatsort8.1.0пряма
PyPIpandas—пряма
PyPIpandas1.4.1пряма
PyPIpandas-flavor—пряма
PyPIpandas-flavor0.7.0пряма
PyPIpandas-flavor0.8.1пряма
PyPIscipy1.10.0пряма
PyPIasttokens2.0.5непряма
PyPIasttokens2.2.1непряма
PyPIattrs21.4.0непряма
PyPIbackcall0.2.0непряма
PyPIbiopython1.79непряма
PyPIbiopython1.80непряма
PyPIblack—непряма
PyPIblack24.3.0непряма
PyPIcertifi2024.7.4непряма
PyPIcfgv3.3.1непряма
PyPIcharset-normalizer3.0.1непряма
PyPIclick8.0.4непряма
PyPIclick8.1.3непряма
PyPIcolorama0.4.4непряма
PyPIcolorama0.4.6непряма
PyPIcoverage6.3.2непряма
PyPIdarglint1.8.1непряма
PyPIdecorator5.1.1непряма
PyPIdistlib0.3.9непряма
PyPIexecnet1.9.0непряма
PyPIexecuting0.8.3непряма
PyPIexecuting1.2.0непряма
PyPIfilelock3.16.1непряма
PyPIflake84.0.1непряма
PyPIghp-import2.0.2непряма
PyPIghp-import2.1.0непряма
PyPIgriffe0.25.4непряма
PyPIhypothesis—непряма
PyPIhypothesis6.39.3непряма
PyPIidentify2.4.11непряма
PyPIidna3.15непряма
PyPIimportlib-metadata4.11.2непряма
PyPIimportlib-metadata7.0.1непряма
PyPIiniconfig1.1.1непряма
PyPIinterrogate1.5.0непряма
PyPIipython—непряма
PyPIipython8.10.0непряма
PyPIisort—непряма
PyPIisort5.10.1непряма
PyPIjedi0.18.1непряма
PyPIjedi0.18.2непряма
PyPIjinja23.1.6непряма
PyPImarkdown3.3.6непряма
PyPImarkdown3.3.7непряма
PyPImarkupsafe2.1.0непряма
PyPImarkupsafe2.1.2непряма
PyPImatplotlib-inline0.1.3непряма
PyPImatplotlib-inline0.1.6непряма
PyPImccabe0.6.1непряма
PyPImergedeep1.3.4непряма
PyPImkdocs1.2.3непряма
PyPImkdocs1.4.2непряма
PyPImkdocs-autorefs0.4.1непряма
PyPImkdocs-material8.2.5непряма
PyPImkdocs-material9.0.8непряма
PyPImkdocs-material-extensions1.0.3непряма
PyPImkdocs-material-extensions1.1.1непряма
PyPImkdocstrings—непряма
PyPImkdocstrings0.20.0непряма
PyPImkdocstrings-python0.8.3непряма
PyPImpmath1.3.0непряма
PyPImypy-extensions0.4.3непряма
PyPInodeenv1.6.0непряма
PyPInumpy1.22.3непряма
PyPInumpy1.24.1непряма
PyPIpackaging21.3непряма
PyPIpackaging23.0непряма
PyPIpackaging24.0непряма
PyPIpandas-vet0.2.3непряма
PyPIparso0.8.3непряма
PyPIpathspec0.9.0непряма
PyPIpep5170.12.0непряма
PyPIpexpect4.8.0непряма
PyPIpickleshare0.7.5непряма
PyPIpip-tools6.5.1непряма
PyPIplatformdirs4.3.6непряма
PyPIpluggy1.0.0непряма
PyPIpolars0.20.31непряма
PyPIpolars1.1.0непряма
PyPIpre-commit2.17.0непряма
PyPIprompt-toolkit3.0.36непряма
PyPIprompt-toolkit3.0.39непряма
PyPIptyprocess0.7.0непряма
PyPIpure-eval0.2.2непряма
PyPIpy—непряма
PyPIpy1.11.0непряма
PyPIpy4j0.10.9.7непряма
PyPIpycodestyle2.8.0непряма
PyPIpyflakes2.4.0непряма
PyPIpygments2.20.0непряма
PyPIpymdown-extensions10.0непряма
PyPIpyparsing3.0.7непряма
PyPIpyspark3.4.4непряма
PyPIpytest—непряма
PyPIpytest7.0.1непряма
PyPIpytest-cov3.0.0непряма
PyPIpytest-forked1.4.0непряма
PyPIpytest-xdist2.5.0непряма
PyPIpython-dateutil2.8.2непряма
PyPIpytz2021.3непряма
PyPIpyyaml6.0непряма
PyPIpyyaml-env-tag0.1непряма
PyPIregex2022.10.31непряма
PyPIrequests2.32.4непряма
PyPIsetuptools—непряма
PyPIsix1.16.0непряма
PyPIsortedcontainers2.4.0непряма
PyPIstack-data0.2.0непряма
PyPIstack-data0.6.2непряма
PyPIsympy1.10непряма
PyPIsympy1.11.1непряма
PyPItabulate0.8.9непряма
PyPItoml0.10.2непряма
PyPItomli2.0.1непряма
PyPItqdm4.66.3непряма
PyPItraitlets5.1.1непряма
PyPItraitlets5.8.1непряма
PyPItyping-extensions4.15.0непряма
PyPIunyt2.8.0непряма
PyPIunyt2.9.3непряма
PyPIunyt3.0.4непряма
PyPIurllib32.6.3непряма
PyPIvirtualenv20.36.1непряма
PyPIwatchdog2.1.6непряма
PyPIwatchdog2.2.1непряма
PyPIwcwidth0.2.5непряма
PyPIwcwidth0.2.6непряма
PyPIwheel0.46.2непряма
PyPIxarray2022.3.0непряма
PyPIzipp3.19.1непряма
Сповіщення про залежності 0

Встановлення pypi:pyjanitor@0.32.27 тягне 11 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.

Повідомлення збережеться під час входу.

Пов’язані записи

Перевірені репозиторії, що мають спільні каталожні теги або екосистеми з pyjanitor-devs/pyjanitor. Читати поруч →

99NVIDIA/cudfcuDF - GPU DataFrame Library Винятковий98man-group/ArcticDBArcticDB is a high performance, serverless DataFrame database built for the Python Data Science ecosystem.Винятковий100PrefectHQ/prefectPrefect is a workflow orchestration framework for building resilient data pipelines in Python.Винятковий100apache/airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflowsВинятковий99kedro-org/kedroKedro is a toolbox for production-ready data science. It uses software engineering best practices to help you create data engineering and data science pipelines that are reproducible, maintainable, and modular.Винятковий99apache/supersetApache Superset is a Data Visualization and Data Exploration PlatformВинятковий

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 v0.34.0 — повна методологія · вікі метрик.

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