用途
Data Validation Reporter 用于对数据表（DataFrame）进行质量校验，并生成交互式验证报告。它面向需要在数据管道中加入质量门禁的场景，帮助用户发现缺失数据、重复记录、类型错误等问题，并输出可存档的 HTML 报告。
主要能力
数据校验：支持检测空 DataFrame、验证必需字段是否存在、分析各列缺失数据百分比、识别重复记录、校验数据类型以及对数值字段的验证。
质量评分：采用 0-100 分制。基础分为 100 分；缺失必需字段扣 20 分；缺失数据比例超过 50% 扣 30 分，超过 20% 扣 15 分；重复记录每条扣 2 分（最多扣 20 分）；类型问题每个扣 5 分（最多扣 15 分）。评分 ≥ 60 为 PASS，低于 60 为 FAIL。
交互式报告：生成 4 面板 Plotly 仪表盘，包括质量评分仪表（绿/黄/红配色）、缺失数据柱状图（按列显示缺失百分比）、类型问题柱状图以及汇总表。报告具有响应式设计、悬停提示、缩放平移功能，支持导出 PNG/SVG，基于 CDN 加载 Plotly。
配置管理：通过 YAML 文件定义必需字段、唯一字段、数值字段以及阈值（如最大缺失百分比、最低质量评分、最大重复数）。
使用方式
初始化验证器时传入 YAML 配置路径：validator = DataValidator(config_path="config/validation.yaml")。调用 validate_dataframe 方法并传入 DataFrame、必需字段和唯一字段进行验证。通过 generate_interactive_report 生成 HTML 报告，或通过 generate_report 生成文本摘要。
集成到项目时，复制验证器模板和配置模板，安装依赖 uv pip install pandas plotly pyyaml，然后在管道中调用。
适用场景
适用于数据加载后的质量检查、生产数据导入前的质量门禁、数据管道的验证环节，以及需要生成可归档报告的数据血缘场景。
限制
资料中未提供关于具体数据规模上限、并发能力或特定行业数据标准的支持说明。性能方面，在 10 万行数据集上验证约需 2.5 秒，报告生成约 1.2 秒，总耗时约 3.7 秒，内存约 150MB；测试最高支持 100 万行，验证呈线性扩展，报告生成对大据集采用采样优化。