clean-data-tools 0.1.0__tar.gz

clean_data_tools-0.1.0/LICENSE

@@ -0,0 +1,21 @@
+MIT License
+
+Copyright (c) 2025 Hasan Bagheri
+
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in all
+copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+SOFTWARE.

clean_data_tools-0.1.0/PKG-INFO

@@ -0,0 +1,334 @@
+Metadata-Version: 2.4
+Name: clean-data-tools
+Version: 0.1.0
+Summary: ابزارهای قدرتمند برای تمیزکاری و پیش‌پردازش داده‌ها
+Author-email: Hasan Bagheri <hasan111bagher@gmail.com>
+License: MIT
+Project-URL: Homepage, https://github.com/0hasanbagheri0/clean-data
+Project-URL: Repository, https://github.com/0hasanbagheri0/clean-data
+Project-URL: Issues, https://github.com/0hasanbagheri0/clean-data/issues
+Classifier: Programming Language :: Python :: 3
+Classifier: License :: OSI Approved :: MIT License
+Classifier: Operating System :: OS Independent
+Classifier: Intended Audience :: Developers
+Classifier: Topic :: Scientific/Engineering :: Information Analysis
+Requires-Python: >=3.7
+Description-Content-Type: text/markdown
+License-File: LICENSE
+Requires-Dist: pandas>=1.0.0
+Requires-Dist: numpy>=1.18.0
+Requires-Dist: scipy>=1.4.0
+Dynamic: license-file
+
+markdown
+# Clean-Data
+
+ابزارهای قدرتمند برای تمیزکاری و پیش‌پردازش داده‌ها در پایتون
+
+[![PyPI version](https://badge.fury.io/py/clean-data.svg)](https://badge.fury.io/py/clean-data)
+[![Python 3.7+](https://img.shields.io/badge/python-3.7+-blue.svg)](https://www.python.org/downloads/)
+[![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](https://opensource.org/licenses/MIT)
+
+---
+
+## 🌐 English | [فارسی](#فارسی)
+
+---
+
+# English Documentation
+
+## 📁 Clean-Data
+
+**Clean-Data** is a powerful library for data cleaning and preprocessing in Python. It simplifies repetitive tasks like handling missing values, removing duplicates, detecting outliers, and normalizing data.
+---
+### ✨ Key Features
+
+- **Remove Duplicates**: Eliminate duplicate records easily
+- **Handle Missing Values**: Fill with mean, median, mode, or custom values
+- **Outlier Detection**: Using IQR and Z-Score methods
+- **Data Normalization**: Min-Max, Standardization, and Robust Scaling
+- **Auto Type Conversion**: Convert columns to appropriate types
+- **Quality Report**: Get detailed statistics about your data
+
+---
+
+### 📦 Installation
+
+```bash
+pip install clean-data
+```
+---
+
+### 🚀 Quick Start
+```python
+import pandas as pd
+from cleandata import DataCleaner, OutlierDetector, Normalizer, get_data_quality_report
+```
+# Load data
+```bash
+df = pd.read_csv("data.csv")
+```
+# Clean data
+```bash
+cleaner = DataCleaner(df)
+```
+```bash
+cleaner.remove_duplicates()
+```
+```bash
+cleaner.fill_missing("mean")
+```
+```bash
+cleaner.strip_strings()
+```
+# Detect and remove outliers
+```bash
+detector = OutlierDetector(cleaner.get_data())
+```
+```bash
+outliers = detector.detect_iqr()
+```
+```bash
+df_clean = detector.remove_outliers()
+```
+# Normalize
+```bash
+normalizer = Normalizer(df_clean)
+```
+```bash
+df_scaled = normalizer.min_max_scale()
+```
+# Quality report
+```bash
+report = get_data_quality_report(df_clean)
+```
+```bash
+print(report)
+```
+---
+
+### 📚 API Reference
+# DataCleaner Class
+|Method|	Description|
+| :--- | :--- |
+|remove_duplicates(subset, keep)	|Remove duplicate rows|
+|fill_missing(method, columns)	|Fill missing values with mean, median, mode, or custom|
+|remove_missing(threshold, axis)	|Remove rows/columns with too many missing values|
+|convert_types(columns)	|Auto-convert column data types|
+|strip_strings(columns)	|Remove extra whitespace from strings|
+|rename_columns(mapping)	|Rename columns|
+|filter_rows(condition)	|Filter rows based on condition|
+|reset()	|Revert to original data|
+
+# OutlierDetector Class
+
+|Method	|Description|
+| :--- | :--- |
+|detect_iqr(columns, multiplier)	|Detect outliers using IQR method|
+|detect_zscore(columns, threshold)	|Detect outliers using Z-Score method|
+|remove_outliers(columns, method, threshold)	|Remove rows with outliers|
+|replace_outliers(columns, method, multiplier)	|Replace outliers with mean/median/custom|
+
+# Normalizer Class
+
+|Method	|Description|
+| :--- | :--- |
+|min_max_scale(columns, feature_range)	|Scale to a range (default 0-1)|
+|standardize(columns)	|Standardize to mean=0, std=1|
+|robust_scale(columns)	|Scale using median and IQR (robust to outliers)|
+|log_transform(columns)	|Apply log transformation|
+# Utility Functions
+|Function	|Description|
+| :--- | :--- |
+|get_data_quality_report(df)|	Get comprehensive data quality report|
+|get_column_info(df, column)|	Get detailed info about a specific column|
+
+---
+
+### 🛠️ Requirements
+Python 3.7 or higher
+
+pandas>=1.0.0
+
+numpy>=1.18.0
+
+scipy>=1.4.0
+
+---
+
+### 🤝 Contributing
+We welcome contributions! Please:
+
+1.Fork the repository
+
+2.Create a new branch (git checkout -b feature/amazing-feature)
+
+3.Commit your changes (git commit -m 'Add amazing feature')
+
+4.Push to the branch (git push origin feature/amazing-feature)
+
+5.Open a Pull Request
+
+---
+
+### 📄 License
+This project is licensed under the MIT License.
+
+---
+
+### 📧 Contact
+Email: hasan111bagher@gmail.com
+
+GitHub: 0hasanbagheri0
+
+---
+---
+
+فارسی
+
+---
+
+### 📁 Clean-Data
+Clean-Data یک کتابخانه قدرتمند برای تمیزکاری و پیش‌پردازش داده‌ها در پایتون است. این کتابخانه کارهای تکراری مانند مدیریت مقادیر خالی، حذف رکوردهای تکراری، تشخیص داده‌های پرت و نرمال‌سازی داده‌ها را ساده می‌کند.
+
+---
+
+### ✨ ویژگی‌های کلیدی
+
+حذف رکوردهای تکراری: حذف آسان رکوردهای تکراری
+
+مدیریت مقادیر خالی: پر کردن با میانگین، میانه، مد یا مقدار دلخواه
+
+تشخیص داده‌های پرت: با روش‌های IQR و Z-Score
+
+نرمال‌سازی داده‌ها: Min-Max، Standardization و Robust Scaling
+
+تبدیل خودکار نوع داده‌ها: تبدیل ستون‌ها به نوع مناسب
+
+گزارش کیفیت: دریافت آمار دقیق از داده‌ها
+
+---
+
+### 📦 نصب
+```bash
+pip install clean-data
+
+```
+
+---
+
+### 🚀 شروع سریع
+
+```python
+
+import pandas as pd
+from cleandata import DataCleaner, OutlierDetector, Normalizer, get_data_quality_report
+```
+# بارگذاری داده
+```bash
+df = pd.read_csv("data.csv")
+```
+# تمیزکاری
+```bash
+cleaner = DataCleaner(df)
+```
+```bash
+cleaner.remove_duplicates()
+```
+```bash
+cleaner.fill_missing("mean")
+```
+```bash
+cleaner.strip_strings()
+```
+# تشخیص و حذف داده‌های پرت
+```bash
+detector = OutlierDetector(cleaner.get_data())
+```
+```bash
+outliers = detector.detect_iqr()
+```
+```bash
+df_clean = detector.remove_outliers()
+```
+# نرمال‌سازی
+
+```bash
+normalizer = Normalizer(df_clean)
+
+```
+```bash
+df_scaled = normalizer.min_max_scale()
+```
+# گزارش کیفیت
+
+```bash
+report = get_data_quality_report(df_clean)
+print(report)
+```
+---
+
+### 📚 راهنمای توابع
+# کلاس DataCleaner
+|تابع	|توضیح|
+| :--- | :--- |
+|remove_duplicates(subset, keep)|	حذف سطرهای تکراری|
+|fill_missing(method, columns)	|پر کردن مقادیر خالی با میانگین، میانه، مد یا مقدار دلخواه|
+|remove_missing(threshold, axis)|	حذف سطرها/ستون‌هایی که مقادیر خالی زیادی دارند|
+|convert_types(columns)|	تبدیل خودکار نوع ستون‌ها|
+|strip_strings(columns)|	حذف فاصله‌های اضافی از رشته‌ها|
+|rename_columns(mapping)|	تغییر نام ستون‌ها|
+|filter_rows(condition)|	فیلتر کردن سطرها بر اساس شرط|
+|reset()|	بازگشت به داده‌های اصلی|
+# کلاس OutlierDetector
+|تابع	|توضیح|
+| :--- | :--- |
+|detect_iqr(columns, multiplier)	|تشخیص داده‌های پرت با روش IQR|
+|detect_zscore(columns, threshold)	|تشخیص داده‌های پرت با روش Z-Score|
+|remove_outliers(columns, method, threshold)	|حذف سطرهای حاوی داده‌های پرت|
+|replace_outliers(columns, method, multiplier)	|جایگزینی داده‌های پرت با میانگین/میانه/مقدار دلخواه|
+# کلاس Normalizer
+|تابع	|توضیح|
+| :--- | :--- |
+|min_max_scale(columns, feature_range)	|مقیاس‌سازی به بازه مشخص (پیش‌فرض ۰ تا ۱)|
+|standardize(columns)	|استانداردسازی (میانگین صفر، انحراف معیار یک)|
+|robust_scale(columns)	|مقیاس‌سازی مقاوم به داده‌های پرت (با میانه و IQR)|
+|log_transform(columns)|	اعمال تبدیل لگاریتمی|
+# توابع کمکی
+|تابع	|توضیح|
+| :--- | :--- |
+|get_data_quality_report(df)	|دریافت گزارش کامل کیفیت داده|
+|get_column_info(df, column)	|دریافت اطلاعات دقیق یک ستون خاص|
+
+### 🛠️ نیازمندی‌ها
+
+Python 3.7 یا بالاتر
+
+pandas>=1.0.0
+
+numpy>=1.18.0
+
+scipy>=1.4.0
+
+### 🤝 مشارکت
+از مشارکت شما استقبال می‌کنیم! لطفاً:
+
+1.مخزن را Fork کنید
+
+2.یک شاخه جدید بسازید (git checkout -b feature/amazing-feature)
+
+3.تغییرات را Commit کنید (git commit -m 'Add amazing feature')
+
+4.به شاخه خود Push کنید (git push origin feature/amazing-feature)
+
+5.یک Pull Request باز کنید
+
+### 📄 مجوز
+این پروژه تحت مجوز MIT منتشر شده است.
+
+### 📧 ارتباط با من
+ایمیل: hasan111bagher@gmail.com
+
+گیت‌هاب: 0hasanbagheri0
+
+✨ اگر این کتابخانه برای شما مفید بود، به آن یک ⭐ در گیت‌هاب بدهید!

clean_data_tools-0.1.0/README.md

@@ -0,0 +1,312 @@
+markdown
+# Clean-Data
+
+ابزارهای قدرتمند برای تمیزکاری و پیش‌پردازش داده‌ها در پایتون
+
+[![PyPI version](https://badge.fury.io/py/clean-data.svg)](https://badge.fury.io/py/clean-data)
+[![Python 3.7+](https://img.shields.io/badge/python-3.7+-blue.svg)](https://www.python.org/downloads/)
+[![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](https://opensource.org/licenses/MIT)
+
+---
+
+## 🌐 English | [فارسی](#فارسی)
+
+---
+
+# English Documentation
+
+## 📁 Clean-Data
+
+**Clean-Data** is a powerful library for data cleaning and preprocessing in Python. It simplifies repetitive tasks like handling missing values, removing duplicates, detecting outliers, and normalizing data.
+---
+### ✨ Key Features
+
+- **Remove Duplicates**: Eliminate duplicate records easily
+- **Handle Missing Values**: Fill with mean, median, mode, or custom values
+- **Outlier Detection**: Using IQR and Z-Score methods
+- **Data Normalization**: Min-Max, Standardization, and Robust Scaling
+- **Auto Type Conversion**: Convert columns to appropriate types
+- **Quality Report**: Get detailed statistics about your data
+
+---
+
+### 📦 Installation
+
+```bash
+pip install clean-data
+```
+---
+
+### 🚀 Quick Start
+```python
+import pandas as pd
+from cleandata import DataCleaner, OutlierDetector, Normalizer, get_data_quality_report
+```
+# Load data
+```bash
+df = pd.read_csv("data.csv")
+```
+# Clean data
+```bash
+cleaner = DataCleaner(df)
+```
+```bash
+cleaner.remove_duplicates()
+```
+```bash
+cleaner.fill_missing("mean")
+```
+```bash
+cleaner.strip_strings()
+```
+# Detect and remove outliers
+```bash
+detector = OutlierDetector(cleaner.get_data())
+```
+```bash
+outliers = detector.detect_iqr()
+```
+```bash
+df_clean = detector.remove_outliers()
+```
+# Normalize
+```bash
+normalizer = Normalizer(df_clean)
+```
+```bash
+df_scaled = normalizer.min_max_scale()
+```
+# Quality report
+```bash
+report = get_data_quality_report(df_clean)
+```
+```bash
+print(report)
+```
+---
+
+### 📚 API Reference
+# DataCleaner Class
+|Method|	Description|
+| :--- | :--- |
+|remove_duplicates(subset, keep)	|Remove duplicate rows|
+|fill_missing(method, columns)	|Fill missing values with mean, median, mode, or custom|
+|remove_missing(threshold, axis)	|Remove rows/columns with too many missing values|
+|convert_types(columns)	|Auto-convert column data types|
+|strip_strings(columns)	|Remove extra whitespace from strings|
+|rename_columns(mapping)	|Rename columns|
+|filter_rows(condition)	|Filter rows based on condition|
+|reset()	|Revert to original data|
+
+# OutlierDetector Class
+
+|Method	|Description|
+| :--- | :--- |
+|detect_iqr(columns, multiplier)	|Detect outliers using IQR method|
+|detect_zscore(columns, threshold)	|Detect outliers using Z-Score method|
+|remove_outliers(columns, method, threshold)	|Remove rows with outliers|
+|replace_outliers(columns, method, multiplier)	|Replace outliers with mean/median/custom|
+
+# Normalizer Class
+
+|Method	|Description|
+| :--- | :--- |
+|min_max_scale(columns, feature_range)	|Scale to a range (default 0-1)|
+|standardize(columns)	|Standardize to mean=0, std=1|
+|robust_scale(columns)	|Scale using median and IQR (robust to outliers)|
+|log_transform(columns)	|Apply log transformation|
+# Utility Functions
+|Function	|Description|
+| :--- | :--- |
+|get_data_quality_report(df)|	Get comprehensive data quality report|
+|get_column_info(df, column)|	Get detailed info about a specific column|
+
+---
+
+### 🛠️ Requirements
+Python 3.7 or higher
+
+pandas>=1.0.0
+
+numpy>=1.18.0
+
+scipy>=1.4.0
+
+---
+
+### 🤝 Contributing
+We welcome contributions! Please:
+
+1.Fork the repository
+
+2.Create a new branch (git checkout -b feature/amazing-feature)
+
+3.Commit your changes (git commit -m 'Add amazing feature')
+
+4.Push to the branch (git push origin feature/amazing-feature)
+
+5.Open a Pull Request
+
+---
+
+### 📄 License
+This project is licensed under the MIT License.
+
+---
+
+### 📧 Contact
+Email: hasan111bagher@gmail.com
+
+GitHub: 0hasanbagheri0
+
+---
+---
+
+فارسی
+
+---
+
+### 📁 Clean-Data
+Clean-Data یک کتابخانه قدرتمند برای تمیزکاری و پیش‌پردازش داده‌ها در پایتون است. این کتابخانه کارهای تکراری مانند مدیریت مقادیر خالی، حذف رکوردهای تکراری، تشخیص داده‌های پرت و نرمال‌سازی داده‌ها را ساده می‌کند.
+
+---
+
+### ✨ ویژگی‌های کلیدی
+
+حذف رکوردهای تکراری: حذف آسان رکوردهای تکراری
+
+مدیریت مقادیر خالی: پر کردن با میانگین، میانه، مد یا مقدار دلخواه
+
+تشخیص داده‌های پرت: با روش‌های IQR و Z-Score
+
+نرمال‌سازی داده‌ها: Min-Max، Standardization و Robust Scaling
+
+تبدیل خودکار نوع داده‌ها: تبدیل ستون‌ها به نوع مناسب
+
+گزارش کیفیت: دریافت آمار دقیق از داده‌ها
+
+---
+
+### 📦 نصب
+```bash
+pip install clean-data
+
+```
+
+---
+
+### 🚀 شروع سریع
+
+```python
+
+import pandas as pd
+from cleandata import DataCleaner, OutlierDetector, Normalizer, get_data_quality_report
+```
+# بارگذاری داده
+```bash
+df = pd.read_csv("data.csv")
+```
+# تمیزکاری
+```bash
+cleaner = DataCleaner(df)
+```
+```bash
+cleaner.remove_duplicates()
+```
+```bash
+cleaner.fill_missing("mean")
+```
+```bash
+cleaner.strip_strings()
+```
+# تشخیص و حذف داده‌های پرت
+```bash
+detector = OutlierDetector(cleaner.get_data())
+```
+```bash
+outliers = detector.detect_iqr()
+```
+```bash
+df_clean = detector.remove_outliers()
+```
+# نرمال‌سازی
+
+```bash
+normalizer = Normalizer(df_clean)
+
+```
+```bash
+df_scaled = normalizer.min_max_scale()
+```
+# گزارش کیفیت
+
+```bash
+report = get_data_quality_report(df_clean)
+print(report)
+```
+---
+
+### 📚 راهنمای توابع
+# کلاس DataCleaner
+|تابع	|توضیح|
+| :--- | :--- |
+|remove_duplicates(subset, keep)|	حذف سطرهای تکراری|
+|fill_missing(method, columns)	|پر کردن مقادیر خالی با میانگین، میانه، مد یا مقدار دلخواه|
+|remove_missing(threshold, axis)|	حذف سطرها/ستون‌هایی که مقادیر خالی زیادی دارند|
+|convert_types(columns)|	تبدیل خودکار نوع ستون‌ها|
+|strip_strings(columns)|	حذف فاصله‌های اضافی از رشته‌ها|
+|rename_columns(mapping)|	تغییر نام ستون‌ها|
+|filter_rows(condition)|	فیلتر کردن سطرها بر اساس شرط|
+|reset()|	بازگشت به داده‌های اصلی|
+# کلاس OutlierDetector
+|تابع	|توضیح|
+| :--- | :--- |
+|detect_iqr(columns, multiplier)	|تشخیص داده‌های پرت با روش IQR|
+|detect_zscore(columns, threshold)	|تشخیص داده‌های پرت با روش Z-Score|
+|remove_outliers(columns, method, threshold)	|حذف سطرهای حاوی داده‌های پرت|
+|replace_outliers(columns, method, multiplier)	|جایگزینی داده‌های پرت با میانگین/میانه/مقدار دلخواه|
+# کلاس Normalizer
+|تابع	|توضیح|
+| :--- | :--- |
+|min_max_scale(columns, feature_range)	|مقیاس‌سازی به بازه مشخص (پیش‌فرض ۰ تا ۱)|
+|standardize(columns)	|استانداردسازی (میانگین صفر، انحراف معیار یک)|
+|robust_scale(columns)	|مقیاس‌سازی مقاوم به داده‌های پرت (با میانه و IQR)|
+|log_transform(columns)|	اعمال تبدیل لگاریتمی|
+# توابع کمکی
+|تابع	|توضیح|
+| :--- | :--- |
+|get_data_quality_report(df)	|دریافت گزارش کامل کیفیت داده|
+|get_column_info(df, column)	|دریافت اطلاعات دقیق یک ستون خاص|
+
+### 🛠️ نیازمندی‌ها
+
+Python 3.7 یا بالاتر
+
+pandas>=1.0.0
+
+numpy>=1.18.0
+
+scipy>=1.4.0
+
+### 🤝 مشارکت
+از مشارکت شما استقبال می‌کنیم! لطفاً:
+
+1.مخزن را Fork کنید
+
+2.یک شاخه جدید بسازید (git checkout -b feature/amazing-feature)
+
+3.تغییرات را Commit کنید (git commit -m 'Add amazing feature')
+
+4.به شاخه خود Push کنید (git push origin feature/amazing-feature)
+
+5.یک Pull Request باز کنید
+
+### 📄 مجوز
+این پروژه تحت مجوز MIT منتشر شده است.
+
+### 📧 ارتباط با من
+ایمیل: hasan111bagher@gmail.com
+
+گیت‌هاب: 0hasanbagheri0
+
+✨ اگر این کتابخانه برای شما مفید بود، به آن یک ⭐ در گیت‌هاب بدهید!

clean_data_tools-0.1.0/pyproject.toml

@@ -0,0 +1,34 @@
+[build-system]
+requires = ["setuptools>=61.0", "wheel"]
+build-backend = "setuptools.build_meta"
+
+[project]
+name = "clean-data-tools"
+version = "0.1.0"
+description = "ابزارهای قدرتمند برای تمیزکاری و پیش‌پردازش داده‌ها"
+readme = "README.md"
+authors = [
+{name = "Hasan Bagheri", email = "hasan111bagher@gmail.com"}
+]
+license = {text = "MIT"}
+classifiers = [
+"Programming Language :: Python :: 3",
+"License :: OSI Approved :: MIT License",
+"Operating System :: OS Independent",
+"Intended Audience :: Developers",
+"Topic :: Scientific/Engineering :: Information Analysis",
+]
+requires-python = ">=3.7"
+dependencies = [
+"pandas>=1.0.0",
+"numpy>=1.18.0",
+"scipy>=1.4.0"
+]
+
+[project.urls]
+Homepage = "https://github.com/0hasanbagheri0/clean-data"
+Repository = "https://github.com/0hasanbagheri0/clean-data"
+Issues = "https://github.com/0hasanbagheri0/clean-data/issues"
+
+[tool.setuptools.packages.find]
+where = ["src"]

clean_data_tools-0.1.0/setup.cfg

@@ -0,0 +1,4 @@
+[egg_info]
+tag_build = 
+tag_date = 0
+