buckaroo-data/buckaroo

解決的問題

Buckaroo 解決了在 Jupyter 筆記本中進行探索性資料分析（EDA）的繁瑣問題。它以高效率、互動式表格取代 Pandas 與 Polars DataFrame 的標準靜態顯示，無需反覆呼叫 .head() 來檢視原始資料。

工作原理

Buckaroo 可作為 Jupyter Lab、VS Code、Google Colab 與 Marimo 等環境中 DataFrame 的預設顯示方式。其核心資料格使用 AG-Grid，透過 Parquet 序列化實現資料的懶加載，即使在處理大型資料集時也能維持效能。此外，它還整合了 MCP 伺服器以支援 Claude Code，讓 AI 代理能透過互動式瀏覽器檢視器開啟資料檔案。

適用對象

在基於 Jupyter 的環境中工作，需要在初始探索階段更高效地視覺化、排序、搜尋與清理資料的資料科學家與分析師。

主要亮點

• 高效率格線：支援無限捲動，可快速載入數千個單元格。
• 內嵌視覺化：為每一欄提供直方圖，並支援可擴充的摘要統計資訊。
• 自動清理：自動檢查欄位，建議並套用資料清理作業，如日期解析或去除非整數字元。
• 低程式碼 UI：提供支援 Python 程式碼產生的資料操作介面。
• 廣泛相容性：在大多數主流筆記本環境中均支援 Pandas 與 Polars。