Початок роботи

Сито — це браузерний інструмент для очищення та трансформації табличних даних. Усе працює локально — ваші дані не залишають комп'ютер.

Спробуйте без власних даних

Немає під рукою файлу? У порожньому стані виберіть один із вбудованих демонстраційних наборів (iris, cars, superstore, weather, airports, unemployment, S&P 500, stocks, barley, квартет Анскомба). Це зручний спосіб дослідити можливості Сито, перш ніж завантажувати власні дані.

Основні поняття

Джерела (Sources)

Джерело — це необроблені дані у тому вигляді, як їх імпортували. Кожне джерело зберігається у вашому браузері (IndexedDB) — нічого не надсилається на сервер. Створити джерело можна так:

  • Перетягнувши файл CSV, JSON або Excel у вікно програми
  • Вставивши табличні дані з електронної таблиці (Ctrl/Cmd+V)
  • Вказавши URL (наприклад, посилання на CSV у мережі)
  • Згенерувавши синтетичні дані (послідовності чисел/дат, випадкові числа, категорії)
  • Обравши вбудований демонстраційний набір

Пізніше можна оновити дані джерела, не втрачаючи побудованих на ньому трансформацій — Сито зберігає резервну копію попередніх даних на один крок, якщо нові дані виявляться неправильними.

Моделі (Models)

Модель — це трансформована версія джерела. Додавання кроків до джерела створює модель; моделі автоматично оновлюються, коли змінюються дані на вході.

З одного джерела можна побудувати багато моделей, а одна модель може слугувати входом для іншої (ланцюжок трансформацій). Коли змінюється вхідне джерело або модель, залежні моделі позначаються як застарілі та перераховуються на вимогу.

Кроки (Steps)

Крок — це одна трансформація у пайплайні, що застосовується послідовно одна за одною. Більшість кроків доступні для редагування: натисніть на крок, щоб його редагувати; зміни поширюються вниз по ланцюжку.

Трансформації згруповані у три вкладки стрічки інструментів:

  • Рядки (Rows) — фільтрація, сортування, видалення дублікатів, вирізання (slice), вибірка (sample), підняття рядка у заголовки
  • Стовпці (Columns) — редагування стовпців (вибір/перейменування/видалення/упорядкування, операції за шаблоном), розділення (split), об'єднання (merge), похідний стовпець (derive), умовні вирази (conditional), match/extract (regex), індекс, перетворення значень (текст/дата/число/конвертація, заміна, заповнення пропусків), типи
  • Таблиця (Table) — групування, віконні функції (lag, rank, running total, moving average), describe, pivot / unpivot, spread / unroll, join, append

Типовий робочий процес

  1. Імпорт — перетягніть файл, вставте з буфера обміну або виберіть демонстраційний набір.
  2. Дослідження — увімкніть панель EDA (іконка графіка), щоб побачити розподіли стовпців, зведену статистику та рекомендації двовимірних графіків. Клікніть на лічильник пропусків або помилок, щоб одразу відфільтрувати їх. Тонкі смужки на заголовках стовпців показують відсоток помилок і пропусків.
  3. Трансформація — виберіть трансформацію зі стрічки або натисніть на заголовок стовпця чи комірку, щоб викликати її в контексті.
  4. Ітерація — скасовуйте зміни (Ctrl/Cmd+Z), змінюйте порядок, редагуйте чи видаляйте кроки. Кешування кроків пайплайна перераховує лише від точки зміни.
  5. Експорт — завантажте очищені дані як CSV чи JSON або збережіть увесь робочий процес як відтворюваний JSON-файл (Ctrl/Cmd+S).

Поради

  • Натисніть на заголовок стовпця — для сортування, фільтрації, перейменування, зміни типу або дублювання стовпця.
  • Натисніть на комірку — щоб швидко відфільтрувати за її значенням або замінити його.
  • Shift+клік на заголовках стовпців дає змогу виділити кілька стовпців і застосувати трансформацію до виділення.
  • У діалогах Фільтрація, Derive та Conditional використовується редактор виразів з автодоповненням, підсвічуванням синтаксису та підказками для помилок у назвах стовпців і функцій.
  • Стрілки переміщують між кроками, коли жоден діалог не відкритий.
  • Повний список комбінацій клавіш: Комбінації клавіш.

Далі

  • Збережіть робочий процес — Ctrl/Cmd+S експортує пайплайн як JSON. Пізніше його можна імпортувати, поділитися ним або версіонувати поряд з даними.
  • Запуск без інтерфейсу — той самий JSON можна виконати через CLI: syto run workflow.json --input data.csv. Корисно для автоматизованих задач або для перевірки, що пайплайн не зламався після змін.
  • Довідник функцій — функції для тексту, математики, дат, регулярних виразів, JSON та агрегації доступні в бічній панелі. ExpressionDocs показує ту саму інформацію контекстно у діалогах Фільтрація / Derive / Conditional під час набору тексту.
  • Експериментальний SQL-рушій — опціональний рушій DuckDB-WASM доступний у Налаштуваннях для статистики EDA та трансформацій. У разі збою автоматично повертається до JS-рушія.