Al instalar statslibx, el comando statslibx queda disponible globalmente en tu terminal. Soporta archivos CSV, Parquet, Excel y JSON, además de los datasets internos del paquete.
pip install statslibx
# Verificar instalación
statslibx --help.csv · .parquet · .xlsx / .xls · .jsonTambién acepta datasets internos por nombre:
iris, titanic, penguins, sp500_companies, course_completionMuestra las dimensiones del dataset (filas × columnas) y una tabla con cada columna detallando su tipo, número de nulos y valores únicos. Es el punto de entrada rápido para entender cualquier dataset.
| Flag | Tipo | Descripción |
|---|---|---|
| file | str | Ruta del archivo CSV/Excel/JSON/Parquet o nombre de dataset interno (ej: iris, titanic) |
| -s / --summary | flag | Muestra resumen estadístico rápido para las primeras 5 columnas numéricas y 3 categóricas |
| -t / --types | flag | Muestra los tipos de datos detallados de cada columna |
| -m / --missing | flag | Muestra valores faltantes por columna con porcentaje |
# Básico — dimensiones y columnas
statslibx data iris.csv
# Con resumen estadístico
statslibx data iris.csv --summary
# Con tipos de datos
statslibx data iris.csv --types
# Con valores faltantes
statslibx data titanic.csv --missing
# Combinado — todo junto
statslibx data mi_archivo.csv --summary --types --missing
# Usando dataset interno
statslibx data titanicGenera estadísticas descriptivas completas. Por defecto muestra tanto variables numéricas como categóricas. Usa los flags --numeric o --categorical para filtrar.
| Flag | Tipo | Descripción |
|---|---|---|
| file | str | Ruta del archivo o nombre del dataset interno |
| -n / --numeric | flag | Muestra solo estadísticas de columnas numéricas (count, mean, std, min, max, percentiles) |
| -c / --categorical | flag | Muestra solo estadísticas de columnas de tipo object / category |
# Numéricas y categóricas (por defecto)
statslibx describe iris.csv
# Solo columnas numéricas
statslibx describe iris.csv --numeric
# Solo columnas categóricas
statslibx describe titanic --categoricalGenera un reporte de calidad de datos por columna que incluye: dtype, número de nulos, porcentaje de nulos, valores únicos y porcentaje de completitud. Internamente usa Preprocessing.data_quality().
| Flag | Tipo | Descripción |
|---|---|---|
| file | str | Ruta del archivo o nombre del dataset interno |
| -v / --verbose | flag | Muestra detalles adicionales de valores faltantes (requiere método missing_details()) |
# Reporte básico de calidad
statslibx quality iris.csv
# Con detalles de valores faltantes
statslibx quality titanic --verbosecolumn · dtype · nulls · null_pct · unique_values · completeness_pctMuestra las primeras n filas del dataset. Con el flag --sample extrae una muestra aleatoria en lugar de las filas iniciales.
| Flag | Tipo | Default | Descripción |
|---|---|---|---|
| file | str | — | Ruta del archivo o nombre del dataset interno |
| -n / --rows | int | 5 | Número de filas a mostrar |
| -s / --sample | flag | False | Extrae una muestra aleatoria en lugar de las primeras filas |
# Primeras 5 filas (por defecto)
statslibx preview iris.csv
# Primeras 10 filas
statslibx preview iris.csv -n 10
# Muestra aleatoria de 5 filas
statslibx preview iris.csv --sample
# Muestra aleatoria de 20 filas
statslibx preview titanic -n 20 --sampleProporciona una visión global del dataset: dimensiones, uso de memoria, listado de columnas y, con --detailed, tipos de datos, recuento de nulos y valores únicos por columna.
| Flag | Tipo | Descripción |
|---|---|---|
| file | str | Ruta del archivo o nombre del dataset interno |
| -d / --detailed | flag | Muestra tipos de datos (dtypes), nulos por columna y valores únicos |
# Información básica (dimensiones, columnas, memoria)
statslibx info iris.csv
# Información detallada (tipos, nulos, únicos)
statslibx info titanic --detailed
# Con dataset interno
statslibx info penguins --detailed| Comando | Flag | Descripción |
|---|---|---|
| data | -s / --summary | Resumen estadístico rápido (mín, máx, media, mediana, moda) |
| data | -t / --types | Tipos de datos detallados |
| data | -m / --missing | Columnas con valores faltantes y su porcentaje |
| describe | -n / --numeric | Solo variables numéricas |
| describe | -c / --categorical | Solo variables categóricas |
| quality | -v / --verbose | Detalle adicional de valores faltantes |
| preview | -n / --rows | Número de filas (default: 5) |
| preview | -s / --sample | Muestra aleatoria |
| info | -d / --detailed | Tipos, nulos y valores únicos por columna |
El CLI detecta automáticamente si el argumento file corresponde a un dataset interno del paquete. También puedes pasar la ruta completa al archivo con extensión.
| Nombre | Archivo real | Descripción |
|---|---|---|
| iris | iris.csv | Dataset clásico de flores Iris (150 filas, 5 columnas) |
| titanic | titanic.csv | Pasajeros del Titanic con supervivencia |
| penguins | penguins.csv | Medidas de pingüinos de Palmer |
| sp500_companies | sp500_companies.csv | Empresas del índice S&P 500 |
| course_completion | course_completion.csv | Datos de finalización de cursos |
# Por nombre interno (sin extensión)
statslibx data penguins
# Por ruta local completa
statslibx data ./mis_datos/ventas_2024.csv --summary
# Excel también funciona
statslibx info reporte.xlsx --detailed