CSV Is Never Just CSV
3 days ago
- CSV Unwrap的重点不在于解析CSV，而在于帮助用户在探索的前几分钟内建立对陌生数据集的心理模型。
- 该项目假设数据集是干净的，但实际发现数据存在脏乱、不一致的问题，反映了人为决策和边缘情况。
- 表格视图成为一大挑战，需要按需加载和高效渲染，且不能带来明显的复杂性。
- 列中的空白单元格往往揭示了关于特殊工作流程或罕见用例的有趣信息，而不仅仅是统计数字。
- 检测原始数据类型（如数字、字符串）不如理解列的含义（如年龄与邮政编码）重要。
- 决定何时显示语义类型预测涉及用户体验在准确性与有用性之间的权衡，而非纯粹客观的阈值。
- 添加像卡片视图这样的功能增加了实用性，但也增加了复杂性，需要用户做出更多选择。
- DuckDB处理了许多繁重任务，比如查询CSV文件，减少了对构建自定义解决方案的需求。
- 列之间的关系（例如数值与货币配对）往往比单独的列提供更多背景信息。
- 该项目最终专注于理解数据背后混乱的人为背景，而不仅仅是显示行与列。