¿Qué hace analista-de-datos?
Esta habilidad se debe utilizar al analizar conjuntos de datos CSV, manejar valores faltantes mediante imputación inteligente y crear paneles interactivos para visualizar tendencias de datos. Úsala para tareas que involucren evaluación de calidad de datos, detección y llenado automatizado de valores faltantes, análisis estadístico y generación de paneles Plotly Dash para análisis exploratorio de datos.
Descripción general
Este skill permite a un agente de IA realizar análisis completos de datos tabulares en formato CSV, incluyendo:
- Evaluación de calidad de datos: Detección de valores faltantes, duplicados, tipos de datos inconsistentes.
- Imputación inteligente: Rellenado automático de valores nulos basado en contexto (media, mediana, moda, o predicción simple).
- Análisis estadístico: Cálculo de medidas descriptivas, correlaciones y distribuciones.
- Visualización interactiva: Generación de paneles web con Plotly Dash para explorar tendencias y patrones.
- Exportación y reportes: Generación de reportes resumidos y archivos CSV limpios.
Plataformas compatibles
- Claude Code
- Cursor
- Codex (OpenAI)
- Otros agentes que soporten ejecución de Python y bibliotecas como
pandas,numpy,plotlyydash.
Cómo usarlo
- Proporciona la ruta del archivo CSV o los datos en línea.
- El agente analizará la calidad de los datos y detectará valores faltantes.
- Se ejecutarán estrategias de imputación (configurables por el usuario o automáticas).
- Se generará un dashboard de Plotly Dash con gráficos interactivos (por defecto en
http://127.0.0.1:8050). - Se devolverá un resumen del análisis y el dashboard podrá visualizarse en el navegador.
Ejemplo de uso
import pandas as pd
from skill.data_analyst import analyze_csv
# Cargar datos
df = pd.read_csv("datos.csv")
# Ejecutar análisis
dashboard = analyze_csv(df, target="ventas", impute_strategy="media")
# Mostrar dashboard
dashboard.run()
Parámetros configurables
| Parámetro | Tipo | Descripción |
|---|---|---|
impute_strategy | str | Estrategia para imputar valores faltantes ("media", "mediana", "moda", "auto"). |
target | str | Nombre de la columna objetivo para análisis de correlación. |
dashboard_title | str | Título del panel interactivo. |
Notas adicionales
- Todos los datos se procesan localmente; no se envían a servidores externos.
- Se recomienda tener instaladas las bibliotecas:
pandas,numpy,plotly,dash,scikit-learn(opcional para imputación avanzada). - El dashboard se despliega en un puerto local y permanece activo hasta que se cierre la sesión.
Licencia
Este skill se distribuye bajo la licencia MIT.