数据分析技能指南：支持CSV、Excel、PDF、图片等多格式数据处理与质量检查
data-analysis by excelsioryy/data-analysis-skill
102 周安装量
GitHub安装命令
npx skills add https://github.com/excelsioryy/data-analysis-skill --skill data-analysis🇨🇳中文介绍
数据分析技能
支持的输入数据类型
- 表格形式的数据：csv、xlsx
- 文本中包含的数据：docx、pdf、md
- 图片中包含的数据：png、jpg
步骤一：数据读入与探查
为了防止 Token 溢出和执行环境卡死，智能体 严禁 直接打印全量数据或将其加载到 Prompt 上下文中，只允许将必要的数据概要加载进上下文。
1. 数据读入与保存
对不同类型的数据应使用不同的读取方法：
- csv: 直接使用pandas库读取
- xlsx: 使用pandas库或 \xlsx 工具读取
- docx: 使用 \docx 工具读取，并将其中待分析的目标数据提取出来保存为csv文件
- pdf: 使用 \pdf 工具读取，并将其中待分析的目标数据提取出来保存为csv文件
- md: 直接读取，并将其中待分析的目标数据提取出来保存为csv文件
- png、jpg: 使用视觉工具读取，并将其中待分析的目标数据提取出来保存为csv文件
2. 数据探查
在编写正式分析代码前，必须先执行一段轻量级的探查代码。将代码保存至工作空间。
原则：
只看样貌，不看全貌： 仅获取元数据和少量样本。
元数据优先： 必须获取列名（Columns）和数据类型（Dtypes）。
样本限制： 严格限制读取行数（推荐n=5）。
探查全部文件： 若有多份待分析的文件，需要对所有文件逐一探查，并检查文件间可能存在的关联，将具体关联方式保存为csv文档或md文件，供后续分析进行参考。
标准探查代码模式 (Python示例):
import pandas as pd
# 设定文件路径
file_path = 'target_data.csv'
try:
# 1. 仅读取前5行，避免加载大文件占用内存
# 注意：对于非CSV文件 (如 Parquet, Excel)，使用相应的 read_ function 并配合 head()
if file_path.endswith('.csv'):
df_preview = pd.read_csv(file_path, nrows=5)
elif file_path.endswith('.parquet'):
df_preview = pd.read_parquet(file_path).head(5)
elif file_path.endswith(('.xls', '.xlsx')):
df_preview = pd.read_excel(file_path, nrows=5)
# 2. 输出关键元数据供智能体思考
print("=== 数据预览 (前5行) ===")
print(df_preview.to_markdown(index=False))
print("\n=== 列信息与类型 ===")
print(df_preview.info())
except Exception as e:
print(f"摄入错误: {e}")
广告位招租
在这里展示您的产品或服务
触达数万 AI 开发者，精准高效
