# 7.2 Data profiling tools

Source: https://ravindrabagale.com/mr/powerbi/ch07-data-cleaning-a-z-in-power-query/7-2-data-profiling-tools.html
Language: mr (Marathi with English technical terms)

Cleaning सुरू करण्याआधी काय चुकलंय ते profiling दाखवतं.

Home › Transform data उघडा.

View मध्ये Column quality, Column distribution, Column profile निवडा.

खालच्या status bar मध्ये Column profiling based on top 1000 rows बदलून entire data set करा.

Column select करून count, errors, empty, distinct, unique, min, max आणि distribution पाहा.

Header खालच्या quality bar वर hover करा. Exact counts आणि … menu मधले Remove Errors / Remove Empty पर्याय दिसतात.

 | Tool | काय दिसतं? | उदाहरण

 | Column quality | Valid, Error, Empty टक्केवारी | Delivery Time Mins मध्ये NA मुळे 3% errors.

 | Column distribution | Distinct / unique counts आणि छोटा histogram | Expected key repeat होतोय का हे दिसतं.

 | Column profile | Statistics आणि value-distribution chart | Pune, pune, PUNE वेगळे दिसतात.

Distinct म्हणजे वेगवेगळ्या values किती. Unique म्हणजे नेमक्या एकदाच आलेल्या values किती. Header table च्या Order ID key साठी distinct count आणि rows जुळले पाहिजेत; order-line table मध्ये Order ID repeat होणं सामान्य आहे.

Practice

Blinkit Orders चा पूर्ण data profile करा. Empty columns, distinct cities आणि Order ID + Product ID ची uniqueness नोंदवा.

रवींद्र बागले यांची tip

Top 1000 rows स्वच्छ असून row 45,000 मध्ये error असू शकतो. पूर्ण dataset तपासा. Editor slow झाला तर नंतर sample mode वापरू शकता.