CSV Pro

Was macht CSV Pro?

Profiliert CSV-Dateien: Spaltentypen, Statistiken, Anomalien.

Lade diesen Skill, wenn du schnell verstehen musst, was in einer CSV steckt: Spaltentypen, Wertebereiche, fehlende Werte, Duplikate und Ausreißer.

🎯 Wann verwenden?

Verwende diesen Skill, wenn:

• Du eine CSV-Datei hast und ihre Struktur verstehen musst: Spaltentypen, min/max/mean, eindeutige Werte
• Du die Datenqualität vor dem Laden in eine Datenbank oder ML-Pipeline überprüfen musst
• Du nach einem „CSV-Profil“, „CSV-Analyse“, „Was ist in der CSV“ oder „CSV-Anomalien“ gefragt wirst
• Du einen Bericht über Anomalien benötigst: leere Spalten, doppelte Zeilen, Ausreißer, lange Strings

NICHT verwenden, wenn:

• Eine vollständige Analyse mit Korrelationen und Empfehlungen nötig ist – verwende data-analysis
• SQL-Abfragen an die Daten gestellt werden sollen – verwende sql-helper
• Nur Zeilen oder Summen gezählt werden müssen – einfacher mit wc -l und awk

📦 Dateien

• SKILL.md – diese Datei
• scripts/csv_pro.py – CSV-Profilierer (Python 3 stdlib)

🧰 Verwendung

# Datei → Markdown-Profil (Standard):
python3 skills/csv-pro/scripts/csv_pro.py --input data.csv

# Datei → JSON:
python3 skills/csv-pro/scripts/csv_pro.py --input data.csv --output json

# Von stdin (Text direkt in der Pipeline):
cat data.csv | python3 csv_pro.py --stdin

# Explizites Trennzeichen:
python3 csv_pro.py --input data.csv --delimiter ';'

Kanonische Analogien

Vollständiges Nachschlagewerk kanonischer Muster – references/canonical-patterns.md. Top-Analogien und ihre Erkenntnisse:

• ydata-profiling – Referenzsatz von Metriken (Schiefe, Kurtosis, Quantile, MAD, unendliche Zähler) und 18 Alarmtypen.
• csvkit csvstat – CLI-Referenz: csvstat data.csv --json, Metriken len und maxprecision.
• DuckDB SUMMARIZE – SQL-Profil mit approx-Quantilen und null_percentage.
• Great Expectations – Wörterbuch überprüfbarer Behauptungen (63 Kern-Erwartungen).
• dataprep.EDA – Typisierte Erkenntnisse: Nullwerte, Negative, konstante Länge, hohe Kardinalität.

🔬 Ergebnisprüfung

• Markdown: Tabelle „Spalten“ (Typ, eindeutig, leer, min/max/mean, Top 3) + Abschnitt „Anomalien“.
• JSON: Gültiges JSON mit den Feldern columns und anomalies – Überprüfung mit python3 -m json.tool.
• Leere Datei: Meldung „Datei ist leer“, Code 0.
• Fehlende Datei: Meldung auf stderr, Code 1.