用 df.isnull().sum() 一行统计每列缺失值，注意空字符串和'NULL'需先替换为pd.NA；缺失率>5%标红，>30%进高风险栏；配合infer_dtype()校验类型，describe(include='all')识别异常，最终用Styler生成带样式的Excel报告。
用 pandas.DataFrame.isnull() 和 .sum() 快速统计每列缺失值
缺失值是最基础也最容易漏掉的数据质量问题。别写 for 循环遍历每个单元格，直接用向量化操作：df.isnull().sum() 一行就能拿到每列缺失个数。注意：isnull() 对 NaN、None、pd.NaT 都返回 True，但对空字符串 '' 或字符串 'NULL' 不识别——这些得单独处理。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 先统一把已知的脏标记（如
'N/A'、'missing'）替换成pd.NA，再跑isnull() - 用
df.isnull().mean() * 100换算成百分比，更直观 - 缺失率 >5% 的列建议标红，>30% 的列直接进报告“高风险”栏
用 pd.api.types.infer_dtype() 和 .dtypes 校验每列数据类型一致性
一列标称是 int64，但混了几个字符串或 None，.dtypes 会悄悄退化成 object，你却没发现。这时候靠 pd.api.types.infer_dtype() 更靠谱——它能告诉你这列“实际像什么”：integer、string、mixed 还是 mixed-integer。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 对
object类型列，必跑infer_dtype()；结果为mixed就要查异常值 -
df[col].apply(type).unique()是兜底手段，但慢，只在怀疑时临时用 - 日期列务必检查是否真为
datetime64：用pd.to_datetime(df[col], errors='coerce')转一次，再看.isnull().sum()是否突增
用 describe(include='all') + 自定义阈值识别数值/分类列异常
df.describe() 默认只吐数值列，但加 include='all' 就能一起看分类列的 unique、top、freq。关键不是看结果，而是设阈值自动报警：
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 数值列：若
std == 0或max - min == 0，整列恒定，需确认是否应删除 - 分类列：若
nunique / len(df) > 0.95，大概率是 ID 类字段，不该当维度用 - 对
object列，额外跑df[col].str.len().describe()，长度方差极大（如有的 2 字符、有的 200 字符）往往暗示格式混乱
把巡检结果组装成带样式和导出功能的报告
别用 print 拼字符串。用 pandas.DataFrame 存结果，再用 Styler 加条件格式，最后 to_excel() 一键落地：
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 构造报告 DataFrame 时，列名固定为：
column、dtype、missing_count、missing_pct、unique_ratio、inferred_type、flag（值为OK/WARN/ALERT） - 用
df.style.applymap()给flag列上色：ALERT红底白字，WARN黄底黑字 -
to_excel(..., engine='openpyxl')才支持样式保存；不加engine参数的话，样式会丢
真正麻烦的从来不是写循环，而是定义“什么叫异常”——比如“手机号列缺失率容忍 0.1%”和“备注列容忍 40%”，这种业务规则必须抽出来配成字典，硬编码在代码里迟早踩坑。
