mrpowers-io/quinn

O que é?

Recursos principais

• 01Valida DataFrames em busca de colunas obrigatórias ou proibidas e campos de schema.
• 02Oferece funções para colunas de string, como remoção de espaços em branco e de caracteres que não sejam alfanuméricos.
• 03Disponibiliza verificações seguras para valores nulos, como is_null_or_blank e null_between.
• 04Converte nomes de colunas para snake_case e ordena as colunas alfabeticamente.
• 05Cria schemas do PySpark a partir de arquivos CSV e exibe schemas como código Python.

Casos de uso

• Validar DataFrames recebidos antes de executar um pipeline de transformação do Spark.
• Padronizar nomes de colunas e valores de string desorganizados em jobs de limpeza de dados.
• Fazer join entre DataFrames com nomes de colunas em comum, renomeando-as com um sufixo compartilhado.
• Definir schemas do Spark em arquivos CSV que pessoas sem conhecimentos de programação possam editar.

Início rápido

1. 1

   Instale o Quinn pelo PyPI

   pip install quinn
2. 2

   Importe a biblioteca no Python

   import quinn

Antes de usar

• !Requer PySpark, então só é útil para projetos baseados em Spark.

Tópicos

Perguntas frequentes

O que é quinn?

Funções auxiliares para PySpark que validam DataFrames, transformam colunas e facilitam o trabalho com schemas, acelerando o desenvolvimento com Spark. Quinn é uma biblioteca Python com métodos auxiliares para PySpark. Ela oferece funções de validação de DataFrame que verificam colunas e campos de schema obrigatórios ou proibidos, além de funções para colunas que limpam strings, lidam com valores nulos e truthy e calculam as datas de início e fim da semana.

quinn é gratuito? Qual é a licença?

quinn é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.

quinn ainda é mantido?

Manutenção ativa. O último commit de quinn foi em 25 de out. de 2026.

Para que posso usar quinn?

Validar DataFrames recebidos antes de executar um pipeline de transformação do Spark. Padronizar nomes de colunas e valores de string desorganizados em jobs de limpeza de dados. Fazer join entre DataFrames com nomes de colunas em comum, renomeando-as com um sufixo compartilhado. Definir schemas do Spark em arquivos CSV que pessoas sem conhecimentos de programação possam editar.

Como instalar quinn?

Instale o Quinn pelo PyPI: pip install quinn Importe a biblioteca no Python: import quinn

Onde consigo quinn?

O código-fonte e as instruções de instalação estão no GitHub: https://github.com/mrpowers-io/quinn