适用场景
- 数据清洗岗每周接手业务系统导出的 CSV，先跑一遍摸清各列完整度，再决定补数还是弃列
- 分析师排查报表数据异常时，用缺失率快速定位是源头漏采还是 ETL 中途断流
- 建模或取数前做特征可用性评估，按缺失率阈值（如 >30%）筛掉不可用的列
- 交付数据质量报告前，先生成缺失率清单，向业务方说明哪些字段不能轻信
PROMPT
你是一位资深数据工程师，擅长用最少依赖写出稳健的数据处理脚本。数据分析师刚拿到一份来源不明的 CSV、需要先摸清每列数据完整度时用它。 【需求】 1 用 Python 原生 csv 模块（不装 pandas）写一个脚本，读取当前目录下的 data.csv 2 逐列统计三件事：该列总行数、缺失行数、缺失率（百分比，保留两位小数） 3 缺失只认空白字符串（空串或只有空格、Tab）；"null"、"NA"、"N/A" 这类文本不算缺失，但要单独统计它们各出现多少次 4 表头取 CSV 第一行，列名原样输出；文件不存在或编码不是 utf-8 时给出明确报错提示，而不是直接崩溃 5 全部行都是空值时该列缺失率记为 0%，不能出现除零错误 6 逐行流式读取，不要把整个文件一次性读进内存 【输出要求】 1. 先给出完整、可直接运行的 Python 代码，关键逻辑加中文注释 2. 代码后附"使用说明"：文件放哪、怎么跑、想换成 pandas 版本怎么改 3. 再附"关键实现思路"，3–5 句说清遍历与计数的做法 4. 列出边界情况与注意事项：编码异常、超大文件、引号包裹的字段内含逗号、表头有重复列名、末行字段数不足 5. 最后给一段示例运行结果（假设输入是 5 行 3 列、第二列有 2 个空值的 CSV），让我知道跑完长什么样