รายงานวิเคราะห์ข้อมูล ThaiEDA

สร้างโดย ThaiEDA v2.0.0 · 10296 จำนวนแถว × 21 จำนวนคอลัมน์

วิธีอ่านรายงานนี้: เริ่มจากบทสรุปด้านบน แล้วดูสิ่งที่ควรทำก่อน แล้วค่อยเจาะรายละเอียดแต่ละคอลัมน์

ประเภทข้อมูลที่ตรวจพบ

ข้อมูลธุรกรรม

ข้อมูลนี้เป็นรายการเหตุการณ์/การขายทีละรายการ จึงควรอ่านเป็นพฤติกรรมการซื้อขายและยอดเงิน

ภาษาข้อมูลที่ตรวจพบ อังกฤษ

ผลกระทบต่อการวิเคราะห์: ข้อมูลเป็นอังกฤษล้วน จึงข้าม Thai-specific checks อัตโนมัติ

ควรดูอะไรเป็นพิเศษ

ดู revenue pattern ตามเวลา/สินค้า/ลูกค้า
หา peak hours หรือช่วงที่ยอดขายผิดปกติถ้ามีคอลัมน์เวลา
ตรวจ outlier transactions ก่อนสรุปยอดหรือทำ forecast

2. สำคัญที่สุด

🟡 เตือน Order ID

แปลงเป็นรูปแบบมาตรฐานเดียว — รูปแบบที่ปนกันทำให้การเรียงลำดับและ parse ผิดพลาด

Date column mixes 5 distinct format patterns (CA-9999-9999, CA-9999-99999, CA-9999-999999, US-9999-99999, US-9999-999999).

ผลกระทบ 99.94%

🟡 เตือน Ship Date

Date column mixes 4 distinct format patterns (9/9/9999, 9/99/9999, 99/9/9999, 99/99/9999).

ผลกระทบ 97.07%

🟡 เตือน Order Date

Date column mixes 4 distinct format patterns (9/9/9999, 9/99/9999, 99/9/9999, 99/99/9999).

ผลกระทบ 97.07%

🔵 ข้อมูล Order ID

ตรวจสอบหมวดหมู่หายาก รวมค่าที่พิมพ์ผิดหรือจัดเข้ากลุ่ม 'อื่น ๆ'

5015 category value(s) occur in <1% of rows — possible typos or rare cases.

ผลกระทบ 100.0%

🔵 ข้อมูล Customer ID

ตรวจสอบหมวดหมู่หายาก รวมค่าที่พิมพ์ผิดหรือจัดเข้ากลุ่ม 'อื่น ๆ'

793 category value(s) occur in <1% of rows — possible typos or rare cases.

ผลกระทบ 97.07%

บทสรุปผู้บริหาร

ข้อมูลใช้ต่อได้ แต่ควรตรวจจุดที่เตือนก่อนวิเคราะห์เชิงลึก

ชุดข้อมูลมี 10,296 แถว × 21 คอลัมน์ พบปัญหาคุณภาพ 13 ข้อ พบความผิดปกติ 16 จุดใน 10 คอลัมน์ วิเคราะห์อนุกรมเวลา 5 คอลัมน์ พบข้อค้นพบทั้งหมด 56 ข้อ แสดงเฉพาะ 30 ข้อที่สำคัญที่สุด ข้อมูลใช้งานได้ แต่ควรตรวจสอบจุดที่เตือนก่อนวิเคราะห์เชิงลึก

มีข้อมูล 10,296 แถว × 21 คอลัมน์
ค่าว่าง 0.00% ของข้อมูลทั้งหมด
แถวซ้ำ 0 แถว (0.00%)
พบข้อค้นพบที่ควรดู 30 เรื่อง
มี insight เชิงธุรกิจ 8 เรื่อง

สิ่งที่ควรทำก่อน

🟡 เตือน placeholder_values

คอลัมน์ 'Ship Mode': พบ 302 ค่าที่ใช้แทน NaN ('-', 'N/A', 'ไม่มี') — ควรแปลงเป็น NaN (พบ 302 แถว, 2.9%)

แล้วไงต่อ? แทนที่ค่า placeholder ด้วย NaN ก่อนวิเคราะห์ (ใช้ coerce_numeric_column หรือ replace)

🟡 เตือน พบปัญหาการ normalize ข้อความ

คอลัมน์ 'Product Name': พบปัญหาการ normalize ข้อความ (repeated-char spam) ทำให้สตริงที่ดูเหมือนกันแต่ไม่เท่ากันจริง (พบ 143 แถว, 1.4%)

แล้วไงต่อ? ใช้การ normalize ข้อความ (เช่น pythainlp.util.normalize) ก่อนวิเคราะห์

🟡 เตือน พบรูปแบบวันที่ปนกัน

คอลัมน์ 'Order ID': คอลัมน์วันที่มีรูปแบบที่ต่างกัน 5 รูปแบบ (CA-9999-9999, CA-9999-99999, CA-9999-999999, US-9999-99999, US-9999-999999) (10,290 รายการ, 99.9%)

แล้วไงต่อ? แปลงเป็นรูปแบบมาตรฐานเดียว — รูปแบบที่ปนกันทำให้การเรียงลำดับและ parse ผิดพลาด

🟡 เตือน พบค่าผิดปกติจากโมเดล (Isolation Forest)

คอลัมน์ 'Discount': Isolation Forest พบค่าผิดปกติ 1501 ค่า (สุ่มตัวอย่าง 10,000 แถว) (คะแนนผิดปกติสุด -0.205; ยิ่งต่ำยิ่งผิดปกติ) (1,501 รายการ, 15.0%)

แล้วไงต่อ? ค่าผิดปกติแบบ ML ใช้เสริมวิธีเชิงสถิติ — ควรตรวจสอบจุดที่ถูก flag ประกอบกัน

🟡 เตือน พบค่าผิดปกติเชิงความหนาแน่น (LOF)

คอลัมน์ 'Sales': Local Outlier Factor พบค่าผิดปกติ 907 ค่า (สุ่มตัวอย่าง 10,000 แถว) (ค่าผิดปกติสุด -60.344; ยิ่งติดลบมากยิ่งผิดปกติ) (907 รายการ, 9.1%)

แล้วไงต่อ? LOF จับค่าผิดปกติเชิงความหนาแน่นเฉพาะถิ่น — มีประโยชน์เมื่อสถิติรวมมองไม่เห็น

ภาพรวม

จำนวนแถว

10,296

จำนวนคอลัมน์

เซลล์ทั้งหมด

216,216

เซลล์ที่ว่าง

0 (0.0%)

แถวซ้ำ

ประเภทคอลัมน์

หมวดหมู่ 9ตัวเลข 5ข้อความภาษาอังกฤษ 4วันที่/เวลา 2ตัวระบุ (ID) 1

⚠ จำกัดกราฟไว้ 40 รูป / 1.6MB (ตัด 8 รูปที่สำคัญน้อยสุด) เพื่อลดขนาดไฟล์ HTML

คอลัมน์ที่ควรระวัง

🟡 เตือน Order ID

คอลัมน์วันที่มีรูปแบบที่ต่างกัน 5 รูปแบบ (CA-9999-9999, CA-9999-99999, CA-9999-999999, US-9999-99999, US-9999-999999)
พบคู่หมวดหมู่ที่คล้ายกันเกือบเหมือน 20 คู่ (ความคล้าย > 0.8)
พบหมวดหมู่ 5015 ค่า ที่ปรากฏน้อยกว่า 1% ของแถว — อาจเป็นการพิมพ์ผิดหรือค่าที่หายาก

🟡 เตือน State

พบ 302 ค่าที่ใช้แทน NaN ('-', 'N/A', 'ไม่มี') — ควรแปลงเป็น NaN
พบคู่หมวดหมู่ที่คล้ายกันเกือบเหมือน 2 คู่ (ความคล้าย > 0.8)
พบหมวดหมู่ 27 ค่า ที่ปรากฏน้อยกว่า 1% ของแถว — อาจเป็นการพิมพ์ผิดหรือค่าที่หายาก

🟡 เตือน Discount

Isolation Forest พบค่าผิดปกติ 1501 ค่า (สุ่มตัวอย่าง 10,000 แถว) (คะแนนผิดปกติสุด -0.205; ยิ่งต่ำยิ่งผิดปกติ)
พบค่าผิดปกติเชิงตัวเลข 718 ค่า ด้วยวิธี modified_z_score (MAD) (ความเบ้ของการกระจาย ≈ 1.72)

🟡 เตือน Product Name

พบ 302 ค่าที่ใช้แทน NaN ('-', 'N/A', 'ไม่มี') — ควรแปลงเป็น NaN
พบปัญหาการ normalize ข้อความ (repeated-char spam) ทำให้สตริงที่ดูเหมือนกันแต่ไม่เท่ากันจริง

🟡 เตือน Profit

Isolation Forest พบค่าผิดปกติ 1197 ค่า (สุ่มตัวอย่าง 10,000 แถว) (คะแนนผิดปกติสุด -0.333; ยิ่งต่ำยิ่งผิดปกติ)
พบค่าผิดปกติเชิงตัวเลข 2046 ค่า ด้วยวิธี modified_z_score (MAD) (ความเบ้ของการกระจาย ≈ 7.68) การกระจายแบบหางยาวมักมีค่าสุดขั้วทางธุรกิจที่ถูกต้อง จึงไม่ใช่ defect ของข้อมูลเสมอไป

🟡 เตือน Sales

Local Outlier Factor พบค่าผิดปกติ 907 ค่า (สุ่มตัวอย่าง 10,000 แถว) (ค่าผิดปกติสุด -60.344; ยิ่งติดลบมากยิ่งผิดปกติ)
พบค่าผิดปกติเชิงตัวเลข 2080 ค่า ด้วยวิธี modified_z_score (MAD) (ความเบ้ของการกระจาย ≈ 13.12) การกระจายแบบหางยาวมักมีค่าสุดขั้วทางธุรกิจที่ถูกต้อง จึงไม่ใช่ defect ของข้อมูลเสมอไป

การกระจายและสหสัมพันธ์

แผนภาพการกระจายแบบเมทริกซ์

กราฟนี้บอกอะไรเรา: ใช้ดู pattern ระหว่างตัวเลข เช่น เส้นตรง กลุ่มย่อย หรือ outlier

แผนภาพกล่อง

กราฟนี้บอกอะไรเรา: จุดที่หลุดจากกล่องคือค่าที่ควรตรวจว่าเป็น outlier จริงหรือไม่

แผนภาพไวโอลิน

กราฟนี้บอกอะไรเรา: ดูรูปทรงการกระจายว่าเบ้ มีหลายกลุ่ม หรือกระจุกตัวตรงไหน

ข้อมูลที่ขาดหาย

✓ ไม่มีข้อมูลที่ขาดหาย

ข้อค้นพบสำคัญ 30 เตือน

แสดง 30 จาก 56 ข้อค้นพบสำคัญ

🟡 เตือน คุณภาพ placeholder_values

คอลัมน์ 'Ship Mode': พบ 302 ค่าที่ใช้แทน NaN ('-', 'N/A', 'ไม่มี') — ควรแปลงเป็น NaN (พบ 302 แถว, 2.9%)

แล้วไงต่อ? แทนที่ค่า placeholder ด้วย NaN ก่อนวิเคราะห์ (ใช้ coerce_numeric_column หรือ replace)

🟡 เตือน คุณภาพ placeholder_values

คอลัมน์ 'Customer ID': พบ 302 ค่าที่ใช้แทน NaN ('-', 'N/A', 'ไม่มี') — ควรแปลงเป็น NaN (พบ 302 แถว, 2.9%)

แล้วไงต่อ? แทนที่ค่า placeholder ด้วย NaN ก่อนวิเคราะห์ (ใช้ coerce_numeric_column หรือ replace)

🟡 เตือน คุณภาพ placeholder_values

คอลัมน์ 'Customer Name': พบ 302 ค่าที่ใช้แทน NaN ('-', 'N/A', 'ไม่มี') — ควรแปลงเป็น NaN (พบ 302 แถว, 2.9%)

แล้วไงต่อ? แทนที่ค่า placeholder ด้วย NaN ก่อนวิเคราะห์ (ใช้ coerce_numeric_column หรือ replace)

🟡 เตือน คุณภาพ placeholder_values

คอลัมน์ 'Segment': พบ 302 ค่าที่ใช้แทน NaN ('-', 'N/A', 'ไม่มี') — ควรแปลงเป็น NaN (พบ 302 แถว, 2.9%)

แล้วไงต่อ? แทนที่ค่า placeholder ด้วย NaN ก่อนวิเคราะห์ (ใช้ coerce_numeric_column หรือ replace)

🟡 เตือน คุณภาพ placeholder_values

คอลัมน์ 'Country': พบ 302 ค่าที่ใช้แทน NaN ('-', 'N/A', 'ไม่มี') — ควรแปลงเป็น NaN (พบ 302 แถว, 2.9%)

แล้วไงต่อ? แทนที่ค่า placeholder ด้วย NaN ก่อนวิเคราะห์ (ใช้ coerce_numeric_column หรือ replace)

🟡 เตือน คุณภาพ placeholder_values

คอลัมน์ 'City': พบ 302 ค่าที่ใช้แทน NaN ('-', 'N/A', 'ไม่มี') — ควรแปลงเป็น NaN (พบ 302 แถว, 2.9%)

แล้วไงต่อ? แทนที่ค่า placeholder ด้วย NaN ก่อนวิเคราะห์ (ใช้ coerce_numeric_column หรือ replace)

🟡 เตือน คุณภาพ placeholder_values

คอลัมน์ 'State': พบ 302 ค่าที่ใช้แทน NaN ('-', 'N/A', 'ไม่มี') — ควรแปลงเป็น NaN (พบ 302 แถว, 2.9%)

แล้วไงต่อ? แทนที่ค่า placeholder ด้วย NaN ก่อนวิเคราะห์ (ใช้ coerce_numeric_column หรือ replace)

🟡 เตือน คุณภาพ placeholder_values

คอลัมน์ 'Region': พบ 302 ค่าที่ใช้แทน NaN ('-', 'N/A', 'ไม่มี') — ควรแปลงเป็น NaN (พบ 302 แถว, 2.9%)

แล้วไงต่อ? แทนที่ค่า placeholder ด้วย NaN ก่อนวิเคราะห์ (ใช้ coerce_numeric_column หรือ replace)

🟡 เตือน คุณภาพ placeholder_values

คอลัมน์ 'Product ID': พบ 302 ค่าที่ใช้แทน NaN ('-', 'N/A', 'ไม่มี') — ควรแปลงเป็น NaN (พบ 302 แถว, 2.9%)

แล้วไงต่อ? แทนที่ค่า placeholder ด้วย NaN ก่อนวิเคราะห์ (ใช้ coerce_numeric_column หรือ replace)

🟡 เตือน คุณภาพ placeholder_values

คอลัมน์ 'Category': พบ 302 ค่าที่ใช้แทน NaN ('-', 'N/A', 'ไม่มี') — ควรแปลงเป็น NaN (พบ 302 แถว, 2.9%)

แล้วไงต่อ? แทนที่ค่า placeholder ด้วย NaN ก่อนวิเคราะห์ (ใช้ coerce_numeric_column หรือ replace)

🟡 เตือน คุณภาพ placeholder_values

คอลัมน์ 'Sub-Category': พบ 302 ค่าที่ใช้แทน NaN ('-', 'N/A', 'ไม่มี') — ควรแปลงเป็น NaN (พบ 302 แถว, 2.9%)

แล้วไงต่อ? แทนที่ค่า placeholder ด้วย NaN ก่อนวิเคราะห์ (ใช้ coerce_numeric_column หรือ replace)

🟡 เตือน คุณภาพ placeholder_values

คอลัมน์ 'Product Name': พบ 302 ค่าที่ใช้แทน NaN ('-', 'N/A', 'ไม่มี') — ควรแปลงเป็น NaN (พบ 302 แถว, 2.9%)

แล้วไงต่อ? แทนที่ค่า placeholder ด้วย NaN ก่อนวิเคราะห์ (ใช้ coerce_numeric_column หรือ replace)

🟡 เตือน คุณภาพ พบปัญหาการ normalize ข้อความ

แล้วไงต่อ? ใช้การ normalize ข้อความ (เช่น pythainlp.util.normalize) ก่อนวิเคราะห์

🟡 เตือน โครงสร้าง พบรูปแบบวันที่ปนกัน

คอลัมน์ 'Order Date': คอลัมน์วันที่มีรูปแบบที่ต่างกัน 4 รูปแบบ (9/9/9999, 9/99/9999, 99/9/9999, 99/99/9999) (9,994 รายการ, 97.1%)

🟡 เตือน โครงสร้าง พบรูปแบบวันที่ปนกัน

คอลัมน์ 'Ship Date': คอลัมน์วันที่มีรูปแบบที่ต่างกัน 4 รูปแบบ (9/9/9999, 9/99/9999, 99/9/9999, 99/99/9999) (9,994 รายการ, 97.1%)

🟡 เตือน ความผิดปกติ พบค่าผิดปกติจากโมเดล (Isolation Forest)

คอลัมน์ 'Profit': Isolation Forest พบค่าผิดปกติ 1197 ค่า (สุ่มตัวอย่าง 10,000 แถว) (คะแนนผิดปกติสุด -0.333; ยิ่งต่ำยิ่งผิดปกติ) (1,197 รายการ, 12.0%)

🟡 เตือน ความผิดปกติ พบค่าผิดปกติเชิงความหนาแน่น (LOF)

🟡 เตือน ความผิดปกติ พบค่าผิดปกติเชิงตัวเลข (outlier)

คอลัมน์ 'Discount': พบค่าผิดปกติเชิงตัวเลข 718 ค่า ด้วยวิธี modified_z_score (MAD) (ความเบ้ของการกระจาย ≈ 1.72) (718 รายการ, 7.0%)

แล้วไงต่อ? ตรวจสอบค่าเหล่านี้ — อาจเป็นการกรอกผิด หน่วยไม่ตรงกัน ค่าสุดขั้วจริง หรือค่าสุดขั้วทางธุรกิจที่ถูกต้อง

แสดงข้อค้นพบเพิ่มเติม (10)

🟡 เตือน ความผิดปกติ พบค่าผิดปกติเชิงตัวเลข (outlier)

คอลัมน์ 'Quantity': พบค่าผิดปกติเชิงตัวเลข 428 ค่า ด้วยวิธี modified_z_score (MAD) (ความเบ้ของการกระจาย ≈ 1.16) (428 รายการ, 4.2%)

🟡 เตือน ความผิดปกติ พบหมวดหมู่ที่คล้ายกันจนน่าสงสัยว่าซ้ำ

คอลัมน์ 'State': พบคู่หมวดหมู่ที่คล้ายกันเกือบเหมือน 2 คู่ (ความคล้าย > 0.8) (310 รายการ, 3.0%)

แล้วไงต่อ? ค่าเหล่านี้น่าจะหมายถึงสิ่งเดียวกัน (เช่น 'กรุงเทพ' กับ 'กรุงเทพฯ') ควรทำให้เป็นค่ามาตรฐานเดียว

🟡 เตือน ความผิดปกติ พบหมวดหมู่ที่คล้ายกันจนน่าสงสัยว่าซ้ำ

คอลัมน์ 'Order ID': พบคู่หมวดหมู่ที่คล้ายกันเกือบเหมือน 20 คู่ (ความคล้าย > 0.8) (181 รายการ, 1.8%)

🟡 เตือน การกระจาย การกระจายเบ้มาก

คอลัมน์ 'Sales' มีการกระจายเบ้ขวา (หางยาวด้านมาก) (skew=13.12) — ค่าเฉลี่ยอาจไม่สะท้อนค่ากลางที่แท้จริง

แล้วไงต่อ? พิจารณาแปลง 'Sales' ด้วย log/sqrt/Box-Cox ก่อนวิเคราะห์หรือสร้างโมเดล

🟡 เตือน การกระจาย การกระจายเบ้มาก

คอลัมน์ 'Quantity' มีการกระจายเบ้ขวา (หางยาวด้านมาก) (skew=1.16) — ค่าเฉลี่ยอาจไม่สะท้อนค่ากลางที่แท้จริง

แล้วไงต่อ? พิจารณาแปลง 'Quantity' ด้วย log/sqrt/Box-Cox ก่อนวิเคราะห์หรือสร้างโมเดล

🟡 เตือน การกระจาย การกระจายเบ้มาก

คอลัมน์ 'Discount' มีการกระจายเบ้ขวา (หางยาวด้านมาก) (skew=1.72) — ค่าเฉลี่ยอาจไม่สะท้อนค่ากลางที่แท้จริง

แล้วไงต่อ? พิจารณาแปลง 'Discount' ด้วย log/sqrt/Box-Cox ก่อนวิเคราะห์หรือสร้างโมเดล

🟡 เตือน การกระจาย การกระจายเบ้มาก

คอลัมน์ 'Profit' มีการกระจายเบ้ขวา (หางยาวด้านมาก) (skew=7.68) — ค่าเฉลี่ยอาจไม่สะท้อนค่ากลางที่แท้จริง

แล้วไงต่อ? พิจารณาแปลง 'Profit' ด้วย log/sqrt/Box-Cox ก่อนวิเคราะห์หรือสร้างโมเดล

🟡 เตือน อนุกรมเวลา ข้อมูลเวลาไม่ต่อเนื่อง (มีช่องว่าง)

คอลัมน์ 'Postal Code' มีช่องว่างของเวลา 177 ช่วง — ข้อมูลบางช่วงขาดหาย

แล้วไงต่อ? เติมช่วงเวลาที่ขาด (resample/reindex) ของ 'Postal Code' ก่อนวิเคราะห์อนุกรมเวลา

🟡 เตือน อนุกรมเวลา พบค่าผิดปกติเฉพาะช่วง (spike)

คอลัมน์ 'Postal Code' มีค่าผิดปกติเฉพาะช่วง 50 จุด (spike/level shift จาก residual)

แล้วไงต่อ? ตรวจสอบเหตุการณ์ในช่วงเวลาดังกล่าวของ 'Postal Code' ว่าผิดปกติจริงหรือเป็นข้อมูลพิเศษ

🟡 เตือน อนุกรมเวลา ข้อมูลเวลาไม่ต่อเนื่อง (มีช่องว่าง)

คอลัมน์ 'Sales' มีช่องว่างของเวลา 177 ช่วง — ข้อมูลบางช่วงขาดหาย

แล้วไงต่อ? เติมช่วงเวลาที่ขาด (resample/reindex) ของ 'Sales' ก่อนวิเคราะห์อนุกรมเวลา

ข้อค้นพบจากการวิเคราะห์คอลัมน์ผสม (8)

pattern_outlier พบ outlier 128 แถวในคอลัมน์ 'Sales' (z-score ≥ 3.0) จัดกลุ่มตาม: Sales · ตัววัด: Sales · outlier

คอลัมน์ 'Sales' มี 128 ค่าที่เป็น outlier (1.2% ของข้อมูล, max z-score=36.4, mean=223.1, std=615.3)

แล้วไงต่อ? ตรวจสอบ outlier ในคอลัมน์ 'Sales' — อาจเป็นค่าผิดปกติจริงหรือการกรอกผิด พิจารณา clip/transform ก่อนนำไปวิเคราะห์หรือสร้างโมเดล

pattern_outlier พบ outlier 108 แถวในคอลัมน์ 'Profit' (z-score ≥ 3.0) จัดกลุ่มตาม: Profit · ตัววัด: Profit · outlier

คอลัมน์ 'Profit' มี 108 ค่าที่เป็น outlier (1.0% ของข้อมูล, max z-score=36.3, mean=27.8, std=230.8)

แล้วไงต่อ? ตรวจสอบ outlier ในคอลัมน์ 'Profit' — อาจเป็นค่าผิดปกติจริงหรือการกรอกผิด พิจารณา clip/transform ก่อนนำไปวิเคราะห์หรือสร้างโมเดล

กลุ่มโดดเด่น กลุ่ม 'Copiers' โดดเด่นใน 'Profit' (ตาม 'Sub-Category') จัดกลุ่มตาม: Sub-Category · ตัววัด: Profit · mean

กลุ่ม 'Copiers' มีค่าเฉลี่ย 'Profit' สูงสุดที่ 817.9 — สูงกว่ากลุ่มรอง 15.1 เท่า (จัดกลุ่มตาม 'Sub-Category')

กราฟนี้บอกอะไรเรา

กลุ่ม	ค่า
Copiers	817.91
Accessories	54.11
Phones	50.07

แล้วไงต่อ? ตรวจสอบว่าเหตุใดกลุ่ม 'Copiers' จึงโดดเด่น และพิจารณาใช้เป็นจุดโฟกัสในการวิเคราะห์/ตัดสินใจ

pattern_outlier พบ outlier 113 แถวในคอลัมน์ 'Quantity' (z-score ≥ 3.0) จัดกลุ่มตาม: Quantity · ตัววัด: Quantity · outlier

คอลัมน์ 'Quantity' มี 113 ค่าที่เป็น outlier (1.1% ของข้อมูล, max z-score=4.5, mean=3.7, std=2.3)

แล้วไงต่อ? ตรวจสอบ outlier ในคอลัมน์ 'Quantity' — อาจเป็นค่าผิดปกติจริงหรือการกรอกผิด พิจารณา clip/transform ก่อนนำไปวิเคราะห์หรือสร้างโมเดล

แนวโน้ม จำนวน จำนวนข้อมูล เพิ่มขึ้นตาม 'Order Date' จัดกลุ่มตาม: Order Date · count

จำนวน จำนวนข้อมูล เพิ่มขึ้นอย่างมีนัยสำคัญตาม 'Order Date' (รายเดือน) (τ=0.47, จาก 79.0 เป็น 462.0)

กราฟนี้บอกอะไรเรา

τ=0.473 · ค่า p=0.0 · 2015-01 → 2018-12 (79.0 → 462.0)

แล้วไงต่อ? พบแนวโน้มเพิ่มขึ้นตาม 'Order Date' — พิจารณาวางแผน/พยากรณ์โดยคำนึงถึงทิศทางนี้

เปรียบเทียบกลุ่ม กลุ่ม 'Illinois' ต่างจากกลุ่มอื่นอย่างมีนัยสำคัญใน 'Discount' (ตาม 'State') จัดกลุ่มตาม: State · ตัววัด: Discount · mean

กลุ่ม 'Illinois' มีค่าเฉลี่ย 'Discount' 179% สูงกว่ากลุ่มอื่น (เฉลี่ย 0.4 เทียบกับ 0.1, p=0.000)

กราฟนี้บอกอะไรเรา

ส่วนต่าง: 179.3% · ค่าเฉลี่ย: 0.39 vs 0.14 · ค่า p=0.0 · n=492/9,804

แล้วไงต่อ? ความแตกต่างระหว่างกลุ่มมีนัยสำคัญ — พิจารณาแยกวิเคราะห์ 'Discount' ตาม 'State' หรือใช้เป็นฟีเจอร์ในการสร้างโมเดล

กลุ่มโดดเด่น กลุ่ม 'California' โดดเด่นใน 'Quantity' (ตาม 'State') จัดกลุ่มตาม: State · ตัววัด: Quantity · sum

กลุ่ม 'California' มีผลรวม 'Quantity' สูงสุดที่ 7,667.0 — สูงกว่ากลุ่มรอง 1.8 เท่า (จัดกลุ่มตาม 'State')

กราฟนี้บอกอะไรเรา

กลุ่ม	ค่า
California	7,667.0
New York	4,224.0
Texas	3,724.0

แล้วไงต่อ? ตรวจสอบว่าเหตุใดกลุ่ม 'California' จึงโดดเด่น และพิจารณาใช้เป็นจุดโฟกัสในการวิเคราะห์/ตัดสินใจ

แนวโน้ม จำนวน จำนวนข้อมูล เพิ่มขึ้นตาม 'Ship Date' จัดกลุ่มตาม: Ship Date · count

จำนวน จำนวนข้อมูล เพิ่มขึ้นอย่างมีนัยสำคัญตาม 'Ship Date' (รายเดือน) (τ=0.41, จาก 72.0 เป็น 42.0)

กราฟนี้บอกอะไรเรา

τ=0.406 · ค่า p=0.0 · 2015-01 → 2019-01 (72.0 → 42.0)

แล้วไงต่อ? พบแนวโน้มเพิ่มขึ้นตาม 'Ship Date' — พิจารณาวางแผน/พยากรณ์โดยคำนึงถึงทิศทางนี้

ปัญหาคุณภาพข้อมูล (13)

🟡 เตือนShip Mode · placeholder_values

จำนวน: 302 (2.9%)

พบ 302 ค่าที่ใช้แทน NaN ('-', 'N/A', 'ไม่มี') — ควรแปลงเป็น NaN

ไม่ระบุ

แล้วไงต่อ? แทนที่ค่า placeholder ด้วย NaN ก่อนวิเคราะห์ (ใช้ coerce_numeric_column หรือ replace)

ดูเพิ่มเติม

Found 302 placeholder values ('-', 'N/A', 'ไม่มี') that should be NaN — Replace placeholder values with NaN before analysis

🟡 เตือนCustomer ID · placeholder_values

จำนวน: 302 (2.9%)

พบ 302 ค่าที่ใช้แทน NaN ('-', 'N/A', 'ไม่มี') — ควรแปลงเป็น NaN

ไม่ระบุ

แล้วไงต่อ? แทนที่ค่า placeholder ด้วย NaN ก่อนวิเคราะห์ (ใช้ coerce_numeric_column หรือ replace)

ดูเพิ่มเติม

Found 302 placeholder values ('-', 'N/A', 'ไม่มี') that should be NaN — Replace placeholder values with NaN before analysis

🟡 เตือนCustomer Name · placeholder_values

จำนวน: 302 (2.9%)

พบ 302 ค่าที่ใช้แทน NaN ('-', 'N/A', 'ไม่มี') — ควรแปลงเป็น NaN

ไม่ระบุ

แล้วไงต่อ? แทนที่ค่า placeholder ด้วย NaN ก่อนวิเคราะห์ (ใช้ coerce_numeric_column หรือ replace)

ดูเพิ่มเติม

Found 302 placeholder values ('-', 'N/A', 'ไม่มี') that should be NaN — Replace placeholder values with NaN before analysis

🟡 เตือนSegment · placeholder_values

จำนวน: 302 (2.9%)

พบ 302 ค่าที่ใช้แทน NaN ('-', 'N/A', 'ไม่มี') — ควรแปลงเป็น NaN

ไม่ระบุ

แล้วไงต่อ? แทนที่ค่า placeholder ด้วย NaN ก่อนวิเคราะห์ (ใช้ coerce_numeric_column หรือ replace)

ดูเพิ่มเติม

Found 302 placeholder values ('-', 'N/A', 'ไม่มี') that should be NaN — Replace placeholder values with NaN before analysis

🟡 เตือนCountry · placeholder_values

จำนวน: 302 (2.9%)

พบ 302 ค่าที่ใช้แทน NaN ('-', 'N/A', 'ไม่มี') — ควรแปลงเป็น NaN

ไม่ระบุ

แล้วไงต่อ? แทนที่ค่า placeholder ด้วย NaN ก่อนวิเคราะห์ (ใช้ coerce_numeric_column หรือ replace)

ดูเพิ่มเติม

Found 302 placeholder values ('-', 'N/A', 'ไม่มี') that should be NaN — Replace placeholder values with NaN before analysis

🟡 เตือนCity · placeholder_values

จำนวน: 302 (2.9%)

พบ 302 ค่าที่ใช้แทน NaN ('-', 'N/A', 'ไม่มี') — ควรแปลงเป็น NaN

ไม่ระบุ

แล้วไงต่อ? แทนที่ค่า placeholder ด้วย NaN ก่อนวิเคราะห์ (ใช้ coerce_numeric_column หรือ replace)

ดูเพิ่มเติม

Found 302 placeholder values ('-', 'N/A', 'ไม่มี') that should be NaN — Replace placeholder values with NaN before analysis

🟡 เตือนState · placeholder_values

จำนวน: 302 (2.9%)

พบ 302 ค่าที่ใช้แทน NaN ('-', 'N/A', 'ไม่มี') — ควรแปลงเป็น NaN

ไม่ระบุ

แล้วไงต่อ? แทนที่ค่า placeholder ด้วย NaN ก่อนวิเคราะห์ (ใช้ coerce_numeric_column หรือ replace)

ดูเพิ่มเติม

Found 302 placeholder values ('-', 'N/A', 'ไม่มี') that should be NaN — Replace placeholder values with NaN before analysis

🟡 เตือนRegion · placeholder_values

จำนวน: 302 (2.9%)

พบ 302 ค่าที่ใช้แทน NaN ('-', 'N/A', 'ไม่มี') — ควรแปลงเป็น NaN

ไม่ระบุ

แล้วไงต่อ? แทนที่ค่า placeholder ด้วย NaN ก่อนวิเคราะห์ (ใช้ coerce_numeric_column หรือ replace)

ดูเพิ่มเติม

Found 302 placeholder values ('-', 'N/A', 'ไม่มี') that should be NaN — Replace placeholder values with NaN before analysis

🟡 เตือนProduct ID · placeholder_values

จำนวน: 302 (2.9%)

พบ 302 ค่าที่ใช้แทน NaN ('-', 'N/A', 'ไม่มี') — ควรแปลงเป็น NaN

ไม่ระบุ

แล้วไงต่อ? แทนที่ค่า placeholder ด้วย NaN ก่อนวิเคราะห์ (ใช้ coerce_numeric_column หรือ replace)

ดูเพิ่มเติม

Found 302 placeholder values ('-', 'N/A', 'ไม่มี') that should be NaN — Replace placeholder values with NaN before analysis

🟡 เตือนCategory · placeholder_values

จำนวน: 302 (2.9%)

พบ 302 ค่าที่ใช้แทน NaN ('-', 'N/A', 'ไม่มี') — ควรแปลงเป็น NaN

ไม่ระบุ

แล้วไงต่อ? แทนที่ค่า placeholder ด้วย NaN ก่อนวิเคราะห์ (ใช้ coerce_numeric_column หรือ replace)

ดูเพิ่มเติม

Found 302 placeholder values ('-', 'N/A', 'ไม่มี') that should be NaN — Replace placeholder values with NaN before analysis

🟡 เตือนSub-Category · placeholder_values

จำนวน: 302 (2.9%)

พบ 302 ค่าที่ใช้แทน NaN ('-', 'N/A', 'ไม่มี') — ควรแปลงเป็น NaN

ไม่ระบุ

แล้วไงต่อ? แทนที่ค่า placeholder ด้วย NaN ก่อนวิเคราะห์ (ใช้ coerce_numeric_column หรือ replace)

ดูเพิ่มเติม

Found 302 placeholder values ('-', 'N/A', 'ไม่มี') that should be NaN — Replace placeholder values with NaN before analysis

🟡 เตือนProduct Name · placeholder_values

จำนวน: 302 (2.9%)

พบ 302 ค่าที่ใช้แทน NaN ('-', 'N/A', 'ไม่มี') — ควรแปลงเป็น NaN

ไม่ระบุ

แล้วไงต่อ? แทนที่ค่า placeholder ด้วย NaN ก่อนวิเคราะห์ (ใช้ coerce_numeric_column หรือ replace)

ดูเพิ่มเติม

Found 302 placeholder values ('-', 'N/A', 'ไม่มี') that should be NaN — Replace placeholder values with NaN before analysis

🟡 เตือนProduct Name · normalization

จำนวน: 143 (1.39%)

พบปัญหาการ normalize ข้อความ (repeated-char spam) ทำให้สตริงที่ดูเหมือนกันแต่ไม่เท่ากันจริง

Anker Astro 15000mAh USB Portable ChargerAT&T 841000 PhoneEaton Premium Continuous-Feed Paper, 25% Cotton, Letter S...Dot Matrix Printer Tape Reel Labels, White, 5000/Boxi.Sound Portable Power - 8000 mAh

แล้วไงต่อ? ใช้การ normalize ข้อความ (เช่น pythainlp.util.normalize) ก่อนวิเคราะห์

ดูเพิ่มเติม

Text normalization issues found (repeated-char spam). These cause duplicate-looking but unequal strings. — Apply Unicode normalization (e.g. pythainlp.util.normalize) before analysis.

ความผิดปกติ (16)

🟡 เตือนOrder ID · mixed_date_formats รูปแบบ

จำนวน: 10,290 (99.94%)

คอลัมน์วันที่มีรูปแบบที่ต่างกัน 5 รูปแบบ (CA-9999-9999, CA-9999-99999, CA-9999-999999, US-9999-99999, US-9999-999999)

CA-2017-152156CA-2017-152156CA-2017-138688US-2016-108966US-2016-108966

ดูเพิ่มเติม

Date column mixes 5 distinct format patterns (CA-9999-9999, CA-9999-99999, CA-9999-999999, US-9999-99999, US-9999-999999). — Parse with a single canonical format; mixed formats break sorting and parsing.

🟡 เตือนOrder Date · mixed_date_formats รูปแบบ

จำนวน: 9,994 (97.07%)

คอลัมน์วันที่มีรูปแบบที่ต่างกัน 4 รูปแบบ (9/9/9999, 9/99/9999, 99/9/9999, 99/99/9999)

11/8/201711/8/20176/12/201710/11/201610/11/2016

ดูเพิ่มเติม

Date column mixes 4 distinct format patterns (9/9/9999, 9/99/9999, 99/9/9999, 99/99/9999). — Parse with a single canonical format; mixed formats break sorting and parsing.

🟡 เตือนShip Date · mixed_date_formats รูปแบบ

จำนวน: 9,994 (97.07%)

คอลัมน์วันที่มีรูปแบบที่ต่างกัน 4 รูปแบบ (9/9/9999, 9/99/9999, 99/9/9999, 99/99/9999)

11/11/201711/11/20176/16/201710/18/201610/18/2016

ดูเพิ่มเติม

Date column mixes 4 distinct format patterns (9/9/9999, 9/99/9999, 99/9/9999, 99/99/9999). — Parse with a single canonical format; mixed formats break sorting and parsing.

🟡 เตือนDiscount · isolation_forest เชิงสถิติ

จำนวน: 1,501 (15.01%)

Isolation Forest พบค่าผิดปกติ 1501 ค่า (สุ่มตัวอย่าง 10,000 แถว) (คะแนนผิดปกติสุด -0.205; ยิ่งต่ำยิ่งผิดปกติ)

0.5 (score=-0.205)0.5 (score=-0.205)0.5 (score=-0.205)0.5 (score=-0.205)0.5 (score=-0.205)

ดูเพิ่มเติม

Isolation Forest flagged 1501 outlier(s) on a 10,000-row sample (most anomalous score -0.205; lower = more anomalous). — ML-based outliers complement statistical methods; cross-check flagged points.

🟡 เตือนProfit · isolation_forest เชิงสถิติ

จำนวน: 1,197 (11.97%)

Isolation Forest พบค่าผิดปกติ 1197 ค่า (สุ่มตัวอย่าง 10,000 แถว) (คะแนนผิดปกติสุด -0.333; ยิ่งต่ำยิ่งผิดปกติ)

-6599.978 (score=-0.333)8399.976 (score=-0.329)-3399.98 (score=-0.328)-2929.4845 (score=-0.328)-3701.8928 (score=-0.328)

ดูเพิ่มเติม

Isolation Forest flagged 1197 outlier(s) on a 10,000-row sample (most anomalous score -0.333; lower = more anomalous). — ML-based outliers complement statistical methods; cross-check flagged points.

🟡 เตือนSales · local_outlier_factor เชิงสถิติ

จำนวน: 907 (9.07%)

Local Outlier Factor พบค่าผิดปกติ 907 ค่า (สุ่มตัวอย่าง 10,000 แถว) (ค่าผิดปกติสุด -60.344; ยิ่งติดลบมากยิ่งผิดปกติ)

22638.48 (LOF=-60.344)17499.95 (LOF=-46.500)13999.96 (LOF=-37.076)11199.968 (LOF=-29.539)10499.97 (LOF=-27.654)

ดูเพิ่มเติม

Local Outlier Factor flagged 907 outlier(s) on a 10,000-row sample (most anomalous factor -60.344; more negative = more anomalous). — LOF finds density-based local outliers; useful when global statistics miss them.

🟡 เตือนDiscount · numeric_outliers เชิงสถิติ

จำนวน: 718 (6.97%)

พบค่าผิดปกติเชิงตัวเลข 718 ค่า ด้วยวิธี modified_z_score (MAD) (ความเบ้ของการกระจาย ≈ 1.72)

0.80.80.70.70.8

ดูเพิ่มเติม

718 numeric outlier(s) detected using the modified_z_score (MAD) method (distribution skew ≈ 1.72). — Inspect these values; they may be data-entry errors, units mismatch, genuine extremes, or valid business extremes.

🟡 เตือนQuantity · numeric_outliers เชิงสถิติ

จำนวน: 428 (4.16%)

พบค่าผิดปกติเชิงตัวเลข 428 ค่า ด้วยวิธี modified_z_score (MAD) (ความเบ้ของการกระจาย ≈ 1.16)

991499

ดูเพิ่มเติม

428 numeric outlier(s) detected using the modified_z_score (MAD) method (distribution skew ≈ 1.16). — Inspect these values; they may be data-entry errors, units mismatch, genuine extremes, or valid business extremes.

🟡 เตือนState · fuzzy_duplicates หมวดหมู่

จำนวน: 310 (3.01%)

พบคู่หมวดหมู่ที่คล้ายกันเกือบเหมือน 2 คู่ (ความคล้าย > 0.8)

North Carolina ↔ South CarolinaSouth Dakota ↔ North Dakota

ดูเพิ่มเติม

2 near-duplicate category pair(s) detected (similarity > 0.8). — These likely refer to the same value (e.g. 'กรุงเทพ' vs 'กรุงเทพฯ'); standardize them.

🟡 เตือนOrder ID · fuzzy_duplicates หมวดหมู่

จำนวน: 181 (1.76%)

พบคู่หมวดหมู่ที่คล้ายกันเกือบเหมือน 20 คู่ (ความคล้าย > 0.8)

CA-2018-100111 ↔ CA-2018-109701CA-2018-100111 ↔ CA-2017-101161CA-2018-157987 ↔ CA-2018-156776CA-2018-157987 ↔ CA-2018-157966CA-2018-157987 ↔ CA-2018-135279

ดูเพิ่มเติม

20 near-duplicate category pair(s) detected (similarity > 0.8). — These likely refer to the same value (e.g. 'กรุงเทพ' vs 'กรุงเทพฯ'); standardize them.

🔵 ข้อมูลOrder ID · rare_categories หมวดหมู่

จำนวน: 10,296 (100.0%)

พบหมวดหมู่ 5015 ค่า ที่ปรากฏน้อยกว่า 1% ของแถว — อาจเป็นการพิมพ์ผิดหรือค่าที่หายาก

CA-2018-134439 (×1)CA-2017-108959 (×1)CA-2018-160661 (×1)CA-2018-166835 (×1)CA-2016-100769 (×1)

แล้วไงต่อ? ตรวจสอบหมวดหมู่หายาก รวมค่าที่พิมพ์ผิดหรือจัดเข้ากลุ่ม 'อื่น ๆ'

ดูเพิ่มเติม

5015 category value(s) occur in <1% of rows — possible typos or rare cases. — Review rare categories; consolidate typos or group into an 'other' bucket.

🔵 ข้อมูลCustomer ID · rare_categories หมวดหมู่

จำนวน: 9,994 (97.07%)

พบหมวดหมู่ 793 ค่า ที่ปรากฏน้อยกว่า 1% ของแถว — อาจเป็นการพิมพ์ผิดหรือค่าที่หายาก

AO-10810 (×1)CJ-11875 (×1)LD-16855 (×1)JR-15700 (×1)RE-19405 (×1)

ดูเพิ่มเติม

793 category value(s) occur in <1% of rows — possible typos or rare cases. — Review rare categories; consolidate typos or group into an 'other' bucket.

🔵 ข้อมูลSales · numeric_outliers เชิงสถิติ

จำนวน: 2,080 (20.2%)

พบค่าผิดปกติเชิงตัวเลข 2080 ค่า ด้วยวิธี modified_z_score (MAD) (ความเบ้ของการกระจาย ≈ 13.12) การกระจายแบบหางยาวมักมีค่าสุดขั้วทางธุรกิจที่ถูกต้อง จึงไม่ใช่ defect ของข้อมูลเสมอไป

731.94957.5775907.1521706.184911.424

ดูเพิ่มเติม

2080 numeric outlier(s) detected using the modified_z_score (MAD) method (distribution skew ≈ 13.12). Heavy-tailed distributions often contain valid business extremes; treat this as context, not automatically as a data defect. — Inspect these values; they may be data-entry errors, units mismatch, genuine extremes, or valid business extremes.

🔵 ข้อมูลProfit · numeric_outliers เชิงสถิติ

จำนวน: 2,046 (19.87%)

พบค่าผิดปกติเชิงตัวเลข 2046 ค่า ด้วยวิธี modified_z_score (MAD) (ความเบ้ของการกระจาย ≈ 7.68) การกระจายแบบหางยาวมักมีค่าสุดขั้วทางธุรกิจที่ถูกต้อง จึงไม่ใช่ defect ของข้อมูลเสมอไป

219.582-383.03190.715285.309268.3568

ดูเพิ่มเติม

2046 numeric outlier(s) detected using the modified_z_score (MAD) method (distribution skew ≈ 7.68). Heavy-tailed distributions often contain valid business extremes; treat this as context, not automatically as a data defect. — Inspect these values; they may be data-entry errors, units mismatch, genuine extremes, or valid business extremes.

🔵 ข้อมูลState · rare_categories หมวดหมู่

จำนวน: 1,050 (10.2%)

พบหมวดหมู่ 27 ค่า ที่ปรากฏน้อยกว่า 1% ของแถว — อาจเป็นการพิมพ์ผิดหรือค่าที่หายาก

Wyoming (×1)West Virginia (×4)North Dakota (×7)Maine (×8)District of Columbia (×10)

ดูเพิ่มเติม

27 category value(s) occur in <1% of rows — possible typos or rare cases. — Review rare categories; consolidate typos or group into an 'other' bucket.

🔵 ข้อมูลSub-Category · rare_categories หมวดหมู่

จำนวน: 68 (0.66%)

พบหมวดหมู่ 1 ค่า ที่ปรากฏน้อยกว่า 1% ของแถว — อาจเป็นการพิมพ์ผิดหรือค่าที่หายาก

Copiers (×68)

ดูเพิ่มเติม

1 category value(s) occur in <1% of rows — possible typos or rare cases. — Review rare categories; consolidate typos or group into an 'other' bucket.

การวิเคราะห์อนุกรมเวลา (วันที่/เวลา: Order Date)

Postal Codeความถี่: รายวัน

แนวโน้ม	ไม่มี	ฤดูกาล	ไม่มี
ช่องว่างเวลา	177	ค่าผิดปกติเฉพาะช่วง	50
สหสัมพันธ์ในตัว (lag-1)	0.2293	ค่าเฉลี่ย	55184.4271

แล้วไงต่อ?

• พบช่องว่างข้อมูล 177 ช่วง (เวลาที่ขาดหาย)

• พบค่าผิดปกติเฉพาะช่วง (spike) 50 จุด

• ไม่พบแนวโน้มหรือ seasonality ชัดเจน — อาจเป็น random walk หรือข้อมูลนิ่ง

อนุกรมเวลา (พร้อมแนวโน้ม)

Salesความถี่: รายวัน

แนวโน้ม	ไม่มี	ฤดูกาล	ไม่มี
ช่องว่างเวลา	177	ค่าผิดปกติเฉพาะช่วง	50
สหสัมพันธ์ในตัว (lag-1)	0.0085	ค่าเฉลี่ย	229.858

แล้วไงต่อ?

• พบช่องว่างข้อมูล 177 ช่วง (เวลาที่ขาดหาย)

• พบค่าผิดปกติเฉพาะช่วง (spike) 50 จุด

• ไม่พบแนวโน้มหรือ seasonality ชัดเจน — อาจเป็น random walk หรือข้อมูลนิ่ง

อนุกรมเวลา (พร้อมแนวโน้ม)

Quantityความถี่: รายวัน

แนวโน้ม	ไม่มี	ฤดูกาล	ไม่มี
ช่องว่างเวลา	177	ค่าผิดปกติเฉพาะช่วง	50
สหสัมพันธ์ในตัว (lag-1)	0.0037	ค่าเฉลี่ย	3.7896

แล้วไงต่อ?

• พบช่องว่างข้อมูล 177 ช่วง (เวลาที่ขาดหาย)

• พบค่าผิดปกติเฉพาะช่วง (spike) 50 จุด

• ไม่พบแนวโน้มหรือ seasonality ชัดเจน — อาจเป็น random walk หรือข้อมูลนิ่ง

อนุกรมเวลา (พร้อมแนวโน้ม)

Discountความถี่: รายวัน

แนวโน้ม	ไม่มี	ฤดูกาล	ไม่มี
ช่องว่างเวลา	177	ค่าผิดปกติเฉพาะช่วง	50
สหสัมพันธ์ในตัว (lag-1)	0.1103	ค่าเฉลี่ย	0.1562

แล้วไงต่อ?

• พบช่องว่างข้อมูล 177 ช่วง (เวลาที่ขาดหาย)

• พบค่าผิดปกติเฉพาะช่วง (spike) 50 จุด

• ไม่พบแนวโน้มหรือ seasonality ชัดเจน — อาจเป็น random walk หรือข้อมูลนิ่ง

อนุกรมเวลา (พร้อมแนวโน้ม)

การแยกองค์ประกอบ (STL)

Profitความถี่: รายวัน

แนวโน้ม	ไม่มี	ฤดูกาล	ไม่มี
ช่องว่างเวลา	177	ค่าผิดปกติเฉพาะช่วง	50
สหสัมพันธ์ในตัว (lag-1)	0.0049	ค่าเฉลี่ย	28.6569

แล้วไงต่อ?

• พบช่องว่างข้อมูล 177 ช่วง (เวลาที่ขาดหาย)

• พบค่าผิดปกติเฉพาะช่วง (spike) 50 จุด

• ไม่พบแนวโน้มหรือ seasonality ชัดเจน — อาจเป็น random walk หรือข้อมูลนิ่ง

อนุกรมเวลา (พร้อมแนวโน้ม)

การแยกองค์ประกอบ (STL)

การทำความสะอาด (26)

รวมเซลล์ที่เปลี่ยน: 8,516 · การดำเนินการที่มีผลมากสุด: fix_repeated_chars (ลดการซ้ำอักขระที่เกิน 3 ตัว (เช่น 55555 → 555, ๆๆๆ → ๆ) — 1,956)

คอลัมน์	การดำเนินการ	แถวที่ได้รับผลกระทบ	ก่อน → หลัง
(entire df)	remove_duplicate_rows ลบแถวซ้ำ 504 แถว	504
Order Date	handle_missing_values แทน 302 ค่าว่างด้วย 'ไม่ระบุ'	302
Ship Date	handle_missing_values แทน 302 ค่าว่างด้วย 'ไม่ระบุ'	302
Ship Mode	handle_missing_values แทน 302 ค่าว่างด้วย 'ไม่ระบุ'	302
Customer ID	handle_missing_values แทน 302 ค่าว่างด้วย 'ไม่ระบุ'	302
Customer Name	handle_missing_values แทน 302 ค่าว่างด้วย 'ไม่ระบุ'	302
Segment	handle_missing_values แทน 302 ค่าว่างด้วย 'ไม่ระบุ'	302
Country	handle_missing_values แทน 302 ค่าว่างด้วย 'ไม่ระบุ'	302
City	handle_missing_values แทน 302 ค่าว่างด้วย 'ไม่ระบุ'	302
State	handle_missing_values แทน 302 ค่าว่างด้วย 'ไม่ระบุ'	302
Postal Code	handle_missing_values แทน 313 ค่าว่างด้วย 0 (numeric)	313
Region	handle_missing_values แทน 302 ค่าว่างด้วย 'ไม่ระบุ'	302
Product ID	handle_missing_values แทน 302 ค่าว่างด้วย 'ไม่ระบุ'	302
Category	handle_missing_values แทน 302 ค่าว่างด้วย 'ไม่ระบุ'	302
Sub-Category	handle_missing_values แทน 302 ค่าว่างด้วย 'ไม่ระบุ'	302
Product Name	handle_missing_values แทน 302 ค่าว่างด้วย 'ไม่ระบุ'	302
Sales	handle_missing_values แทน 302 ค่าว่างด้วย 0 (numeric)	302
Quantity	handle_missing_values แทน 302 ค่าว่างด้วย 0 (numeric)	302
Discount	handle_missing_values แทน 302 ค่าว่างด้วย 0 (numeric)	302
Profit	handle_missing_values แทน 302 ค่าว่างด้วย 0 (numeric)	302
Row ID	fix_repeated_chars ลดการซ้ำอักขระที่เกิน 3 ตัว (เช่น 55555 → 555, ๆๆๆ → ๆ)	1	5555→555
Order ID	fix_repeated_chars ลดการซ้ำอักขระที่เกิน 3 ตัว (เช่น 55555 → 555, ๆๆๆ → ๆ)	27	CA-2018-155558→CA-2018-15558CA-2018-155558→CA-2018-15558US-2015-111171→US-2015-11171CA-2018-111178→CA-2018-11178CA-2018-133333→CA-2018-1333
Customer ID	fix_repeated_chars ลดการซ้ำอักขระที่เกิน 3 ตัว (เช่น 55555 → 555, ๆๆๆ → ๆ)	17	BW-11110→BW-1110BW-11110→BW-1110BW-11110→BW-1110BW-11110→BW-1110BW-11110→BW-1110
Product ID	fix_repeated_chars ลดการซ้ำอักขระที่เกิน 3 ตัว (เช่น 55555 → 555, ๆๆๆ → ๆ)	1,956	FUR-CH-10000454→FUR-CH-1000454OFF-LA-10000240→OFF-LA-1000240FUR-TA-10000577→FUR-TA-1000577OFF-ST-10000760→OFF-ST-1000760OFF-BI-10000756→OFF-BI-1000756
Product Name	normalize_encoding แก้ข้อความที่เข้ารหัสผิด (mojibake) สิ่งที่แก้ไข: ftfy: apply uncurl_quotes	5	Ampad Phone Message Book, Recycled, 400 Message Capacity, 5 ¾” x 11”→Ampad Phone Message Book, Recycled, 400 Message Capacity, 5 ¾" x 11"Ampad Phone Message Book, Recycled, 400 Message Capacity, 5 ¾” x 11”→Ampad Phone Message Book, Recycled, 400 Message Capacity, 5 ¾" x 11"Ampad Phone Message Book, Recycled, 400 Message Capacity, 5 ¾” x 11”→Ampad Phone Message Book, Recycled, 400 Message Capacity, 5 ¾" x 11"Ampad Phone Message Book, Recycled, 400 Message Capacity, 5 ¾” x 11”→Ampad Phone Message Book, Recycled, 400 Message Capacity, 5 ¾" x 11"Ampad Phone Message Book, Recycled, 400 Message Capacity, 5 ¾” x 11”→Ampad Phone Message Book, Recycled, 400 Message Capacity, 5 ¾" x 11"
Product Name	strip_whitespace ตัด/ยุบช่องว่าง และแปลง non-breaking space เป็นช่องว่างปกติ	257	'Konftel 250 Conference\xa0phone\xa0- Charcoal black'→'Konftel 250 Conference phone - Charcoal black''Imation\xa08GB Mini TravelDrive USB 2.0\xa0Flash Drive'→'Imation 8GB Mini TravelDrive USB 2.0 Flash Drive''Imation\xa08gb Micro Traveldrive Usb 2.0\xa0Flash Drive'→'Imation 8gb Micro Traveldrive Usb 2.0 Flash Drive''Imation\xa08gb Micro Traveldrive Usb 2.0\xa0Flash Drive'→'Imation 8gb Micro Traveldrive Usb 2.0 Flash Drive''Avery Heavy-Duty EZD Binder With Locking Rings'→'Avery Heavy-Duty EZD Binder With Locking Rings'

คำแนะนำการทำความสะอาด (0)

✓ ไม่มีคำแนะนำการทำความสะอาด

รายละเอียดคอลัมน์

ส่วนนี้ซ่อนไว้เป็นรายคอลัมน์เพื่อลดความรก เปิดเฉพาะคอลัมน์ที่ต้องการตรวจละเอียด

Row IDตัวระบุ (ID)มีกราฟ

ไม่ว่าง	10,296
เซลล์ที่ว่าง	0
ไม่ซ้ำ	10,000

ความถี่ของค่า

ค่าที่พบบ่อย

Yes	296
555	2
1	1
2	1
3	1
4	1
5	1
6	1
7	1
8	1

Order IDหมวดหมู่มีกราฟ

ไม่ว่าง	10,296
เซลล์ที่ว่าง	0
ไม่ซ้ำ	5,015

ความถี่ของค่า

ค่าที่พบบ่อย

CA-2018-100111	15
CA-2018-157987	12
CA-2017-165330	12
US-2017-108504	11
CA-2016-131338	10
CA-2016-164882	10
US-2016-126977	10
CA-2017-105732	10
CA-2018-117457	9
US-2018-118087	9

Order Dateวันที่/เวลา

ไม่ว่าง	10,296
เซลล์ที่ว่าง	0
ไม่ซ้ำ	1,237
ต่ำสุด	2015-01-03 00:00:00
สูงสุด	2018-12-30 00:00:00

Ship Dateวันที่/เวลา

ไม่ว่าง	10,296
เซลล์ที่ว่าง	0
ไม่ซ้ำ	1,335
ต่ำสุด	2015-01-07 00:00:00
สูงสุด	2019-01-05 00:00:00

Ship Modeหมวดหมู่มีกราฟ

ไม่ว่าง	10,296
เซลล์ที่ว่าง	0
ไม่ซ้ำ	5

ความถี่ของค่า

ค่าที่พบบ่อย

Standard Class	5,968
Second Class	1,945
First Class	1,538
Same Day	543
ไม่ระบุ	302

Customer IDหมวดหมู่มีกราฟ

ไม่ว่าง	10,296
เซลล์ที่ว่าง	0
ไม่ซ้ำ	794

ความถี่ของค่า

ค่าที่พบบ่อย

ไม่ระบุ	302
WB-21850	37
MA-17560	34
JL-15835	34
PP-18955	34
JD-15895	32
CK-12205	32
SV-20365	32
EH-13765	32
EP-13915	31

Customer Nameข้อความภาษาอังกฤษ

ไม่ว่าง	10,296
เซลล์ที่ว่าง	0
ไม่ซ้ำ	794

Segmentหมวดหมู่มีกราฟ

ไม่ว่าง	10,296
เซลล์ที่ว่าง	0
ไม่ซ้ำ	4

ความถี่ของค่า

ค่าที่พบบ่อย

Consumer	5,191
Corporate	3,020
Home Office	1,783
ไม่ระบุ	302

Countryหมวดหมู่มีกราฟ

ไม่ว่าง	10,296
เซลล์ที่ว่าง	0
ไม่ซ้ำ	2

ความถี่ของค่า

ค่าที่พบบ่อย

United States	9,994
ไม่ระบุ	302

Cityข้อความภาษาอังกฤษ

ไม่ว่าง	10,296
เซลล์ที่ว่าง	0
ไม่ซ้ำ	532

Stateหมวดหมู่มีกราฟ

ไม่ว่าง	10,296
เซลล์ที่ว่าง	0
ไม่ซ้ำ	50

ความถี่ของค่า

ค่าที่พบบ่อย

California	2,001
New York	1,128
Texas	985
Pennsylvania	587
Washington	506
Illinois	492
Ohio	469
Florida	383
ไม่ระบุ	302
Michigan	255

Postal Codeตัวเลขมีกราฟ

ไม่ว่าง	10,296
เซลล์ที่ว่าง	0
ไม่ซ้ำ	631
ค่าเฉลี่ย	53565.7696
ส่วนเบี่ยงเบนมาตรฐาน	32943.0063
ต่ำสุด	0.0
สูงสุด	99301.0

การแจกแจง

Regionหมวดหมู่มีกราฟ

ไม่ว่าง	10,296
เซลล์ที่ว่าง	0
ไม่ซ้ำ	5

ความถี่ของค่า

ค่าที่พบบ่อย

West	3,203
East	2,848
Central	2,323
South	1,620
ไม่ระบุ	302

Product IDข้อความภาษาอังกฤษ

ไม่ว่าง	10,296
เซลล์ที่ว่าง	0
ไม่ซ้ำ	1,863

Categoryหมวดหมู่มีกราฟ

ไม่ว่าง	10,296
เซลล์ที่ว่าง	0
ไม่ซ้ำ	4

ความถี่ของค่า

ค่าที่พบบ่อย

Office Supplies	6,026
Furniture	2,121
Technology	1,847
ไม่ระบุ	302

Sub-Categoryหมวดหมู่มีกราฟ

ไม่ว่าง	10,296
เซลล์ที่ว่าง	0
ไม่ซ้ำ	18

ความถี่ของค่า

ค่าที่พบบ่อย

Binders	1,523
Paper	1,370
Furnishings	957
Phones	889
Storage	846
Art	796
Accessories	775
Chairs	617
Appliances	466
Labels	364

Product Nameข้อความภาษาอังกฤษ

ไม่ว่าง	10,296
เซลล์ที่ว่าง	0
ไม่ซ้ำ	1,851

Salesตัวเลขมีกราฟ

ไม่ว่าง	10,296
เซลล์ที่ว่าง	0
ไม่ซ้ำ	5,826
ค่าเฉลี่ย	223.1159
ส่วนเบี่ยงเบนมาตรฐาน	615.2595
ต่ำสุด	0.0
สูงสุด	22638.48

การแจกแจง

Quantityตัวเลขมีกราฟ

ไม่ว่าง	10,296
เซลล์ที่ว่าง	0
ไม่ซ้ำ	15
ค่าเฉลี่ย	3.6784
ส่วนเบี่ยงเบนมาตรฐาน	2.2836
ต่ำสุด	0.0
สูงสุด	14.0

การแจกแจง

Discountตัวเลขมีกราฟ

ไม่ว่าง	10,296
เซลล์ที่ว่าง	0
ไม่ซ้ำ	12
ค่าเฉลี่ย	0.1516
ส่วนเบี่ยงเบนมาตรฐาน	0.2051
ต่ำสุด	0.0
สูงสุด	0.8

การแจกแจง

Profitตัวเลขมีกราฟ

ไม่ว่าง	10,296
เซลล์ที่ว่าง	0
ไม่ซ้ำ	7,287
ค่าเฉลี่ย	27.8163
ส่วนเบี่ยงเบนมาตรฐาน	230.8492
ต่ำสุด	-6599.978
สูงสุด	8399.976

การแจกแจง