Seus dados
Cole uma tabela direto do Excel ou do Planilhas Google, ou solte um arquivo CSV. Nada é enviado: todo o cálculo acontece dentro desta aba do navegador.
CSV, TSV ou texto simples. Arquivos salvos em windows-1251 são detectados e relidos automaticamente, então os cabeçalhos não viram caracteres estranhos.
Opções de leitura
Resultado
Salvar e compartilhar
A biblioteca de desenho é baixada apenas ao pressionar o botão e apenas nesta página.
Esta página não tem lado servidor nenhum. A tabela colada é processada por JavaScript dentro do seu próprio navegador, o gráfico é desenhado num elemento canvas da sua máquina e o arquivo de exportação é montado localmente. Nada é enviado, armazenado ou gravado em qualquer log. Você pode desconectar a rede depois que a página carregar e tudo continuará funcionando — é a forma mais simples de verificar você mesmo.
Fatos e limites do método
| Funciona com | Texto e números igualmente — os valores são comparados como escritos |
|---|---|
| Ordenação | Por frequência, o mais comum primeiro |
| Colunas retornadas | Valor, contagem, proporção do total, proporção acumulada |
| Células vazias | Contadas como categoria própria em vez de descartadas |
| Limite de exibição | As 60 primeiras linhas são exibidas; a exportação traz todos os valores |
| Gráfico | Barras dos 20 valores mais frequentes |
Quando induz ao erro
- Os valores são comparados exatamente como escritos, então «São Paulo» e «são paulo » são duas categorias distintas. Isso é deliberado — juntá-las silenciosamente esconderia um problema de qualidade de dados — mas significa que uma coluna suja produz uma tabela suja até ser limpa.
- Uma tabela de frequências é a ferramenta errada para medições contínuas. Tempos de resposta ou preços raramente se repetem, então quase toda linha vira sua própria categoria com contagem um; agrupe-os em intervalos com o histograma.
- A proporção acumulada depende inteiramente da ordenação, e aqui essa ordem é a frequência. Ela responde «quanto os valores mais comuns cobrem» e não «quanto os primeiros alfabeticamente cobrem», que seria outra pergunta e normalmente sem sentido.
- Colunas de alta cardinalidade estouram o formato. Uma coluna de identificadores produz uma linha por registro, o que é uma tabela correta e inútil.
Como é calculado
Cada valor da coluna escolhida é comparado como texto após remover os espaços ao redor, e cadeias idênticas são agrupadas. Comparar como escrito, sem tentar normalizar caixa ou grafia, é o que torna a ferramenta honesta sobre o estado dos seus dados.
As linhas são ordenadas por contagem decrescente, então o valor mais comum vem primeiro. Essa ordenação é o que dá sentido à proporção acumulada: ela responde quanto dos seus dados as primeiras categorias já cobrem, que é a pergunta prática por trás da maioria das contagens.
Células vazias viram categoria própria em vez de serem descartadas. Uma coluna em que um quinto das linhas está em branco está lhe dizendo algo importante, e uma tabela que as omitisse silenciosamente esconderia justamente isso.
A exibição é limitada a 60 linhas porque tabelas maiores deixam de ser legíveis numa página, mas a exportação CSV contém todos os valores distintos com contagem e proporção. O gráfico mostra os 20 primeiros, que é o ponto além do qual os rótulos colidem.
Perguntas e respostas
Por que «São Paulo» e «são paulo» são linhas separadas?
Porque os valores são comparados exatamente como escritos. Juntá-los automaticamente esconderia uma inconsistência nos seus dados. Limpe a coluna se a diferença não for significativa — o relatório de qualidade de dados mostra o quanto o problema é difundido.
Tabela de frequências ou histograma?
Tabela de frequências para categorias e para números que se repetem, como notas ou contagens. Histograma para medições contínuas, em que os valores raramente se repetem e precisam ser agrupados em intervalos.
O que a proporção acumulada me diz?
Quanto dos dados as primeiras categorias cobrem juntas. Se os três primeiros valores chegam a 70 %, a maior parte dos seus dados vive em três categorias e a cauda longa pode não merecer muita atenção.
Minha tabela tem centenas de linhas.
Sua coluna tem alta cardinalidade — muitas vezes um identificador ou campo de texto livre. Uma tabela de frequências não é o resumo certo para ela; o relatório de qualidade de dados informa quantos valores distintos existem sem listar todos.
Meus dados são enviados?
Não. A contagem e o gráfico acontecem no seu navegador.