数据集预览

数据集预览功能概述

CSGHub 提供了数据集预览功能，允许用户在无需下载的情况下直接在线查看数据集内容。预览页面包含一个数据表，以分页方式展示数据集的内容。用户可以使用底部的分页按钮浏览数据，也可以通过筛选、搜索等功能快速定位所需数据。

支持的数据格式

CSGHub 的数据集预览功能支持多种格式，包括：

• Parquet：高效的列式存储格式，适用于大规模数据分析。
• CSV：首行为列头，定义了数据字段名称，后续行则依次列出记录各字段的对应值。每个记录均采用统一的字段顺序进行排列。
  • 示例：

    key1,key2
    data1,data2
    data3,data4
• JSON：数据采用数组作为顶级结构，数组中的每个对象代表一条数据记录。
  • 示例：

    [
        {
            "key1": "data1",
            "key2": "data2"
        },
        {
            "key1": "data3",
            "key2": "data4"
        }
    ]

数据集预览的核心功能

CSGHub 的数据集预览功能由后端 API 提供支持，并针对不同格式的数据进行了优化。其主要功能包括：

• 展示数据集内容：在线查看数据集的表格数据，支持分页浏览。
• 列信息与数据类型：自动解析数据集的列名和数据类型，帮助用户理解数据结构。
• 格式转换：支持数据集转换为 Parquet 格式，以便在数据分析或机器学习任务中更高效地使用。
• 搜索与筛选：用户可以根据关键字快速搜索数据集中的内容。