CSV Pro

Que fait CSV Pro ?

Profilage de fichiers CSV : types de colonnes, statistiques, anomalies.

Charge ce skill quand tu dois comprendre rapidement ce qu'il y a dans un CSV : types de colonnes, plages de valeurs, valeurs manquantes, doublons et valeurs aberrantes.

🎯 Quand l'utiliser

Utilise ce skill lorsque :

• Tu as un fichier CSV et tu dois comprendre sa structure : types de colonnes, min/max/moyenne, valeurs uniques
• Tu dois vérifier la qualité des données avant de les charger dans une base de données ou un pipeline de ML
• On te demande un « profil csv », « analyse csv », « qu'y a-t-il dans le csv », « anomalies csv »
• Tu as besoin d'un rapport d'anomalies : colonnes vides, lignes en double, valeurs aberrantes, chaînes trop longues

Ne PAS utiliser lorsque :

• Une analyse complète avec corrélations et recommandations est nécessaire — utilise data-analysis
• Des requêtes SQL sur les données sont nécessaires — utilise sql-helper
• Il suffit de compter les lignes ou les sommes — wc -l et awk suffisent

📦 Fichiers

• SKILL.md — ce fichier
• scripts/csv_pro.py — profileur CSV (Python 3 stdlib)

🧰 Utilisation

# Fichier → profil markdown (par défaut) :
python3 skills/csv-pro/scripts/csv_pro.py --input data.csv

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

# Depuis l'entrée standard (texte directement dans le pipeline) :
cat data.csv | python3 csv_pro.py --stdin

# Délimiteur explicite :
python3 csv_pro.py --input data.csv --delimiter ';'

Analogues canoniques

Référence complète des motifs canoniques — references/canonical-patterns.md. Principaux analogues et leurs enseignements :

• ydata-profiling — ensemble de métriques de référence (asymétrie, aplatissement, quantiles, MAD, compteurs infinis) et 18 types d'alertes.
• csvkit csvstat — référence en ligne de commande : csvstat data.csv --json, métriques len et maxprecision.
• DuckDB SUMMARIZE — profil SQL avec quantiles approximatifs et null_percentage.
• Great Expectations — dictionnaire d'assertions vérifiables (63 attentes de base).
• dataprep.EDA — informations typées : Zéros, Négatifs, Longueur constante, Haute cardinalité.

🔬 Vérification du résultat

• Markdown : tableau « Colonnes » (type, valeurs uniques, valeurs nulles, min/max/moyenne, top 3) + section « Anomalies ».
• JSON : JSON valide avec les champs columns et anomalies — vérifier avec python3 -m json.tool.
• Fichier vide : message « Le fichier est vide », code 0.
• Fichier manquant : message sur stderr, code 1.