CSV Pro은(는) 무엇을 하나요?
CSV 파일 프로파일링: 열 유형, 통계, 이상치.
CSV에 무엇이 들어있는지 빠르게 파악해야 할 때 이 스킬을 불러오세요: 열 유형, 값 범위, 결측치, 중복, 이상치.
🎯 사용 시점
다음과 같은 경우 이 스킬을 사용하세요:
- CSV 파일이 있고 그 구조를 파악해야 할 때: 열 유형, 최소/최대/평균, 고유 값
- 데이터베이스나 ML 파이프라인에 로드하기 전에 데이터 품질을 확인해야 할 때
- "csv 프로필", "csv 분석", "csv에 뭐가 있나", "csv 이상치"를 요청받았을 때
- 빈 열, 중복 행, 이상치, 긴 문자열과 같은 이상 항목에 대한 보고서가 필요할 때
다음과 같은 경우에는 사용하지 마세요:
- 상관관계와 권장 사항이 포함된 완전한 분석이 필요할 때 — 이 경우
data-analysis사용 - 데이터에 대한 SQL 쿼리가 필요할 때 — 이 경우
sql-helper사용 - 단순히 행 수나 합계를 계산해야 할 때 —
wc -l및awk로 간단히 처리
📦 파일
SKILL.md— 이 파일scripts/csv_pro.py— CSV 프로파일러 (Python 3 표준 라이브러리)
🧰 사용법
# 파일 → 마크다운 프로필 (기본값):
python3 skills/csv-pro/scripts/csv_pro.py --input data.csv
# 파일 → JSON:
python3 skills/csv-pro/scripts/csv_pro.py --input data.csv --output json
# stdin에서 (파이프라인 내 직접 텍스트):
cat data.csv | python3 csv_pro.py --stdin
# 명시적 구분자:
python3 csv_pro.py --input data.csv --delimiter ';'
표준 유사 도구
표준 패턴의 전체 참조는 references/canonical-patterns.md를 참조하세요.
주요 유사 도구 및 시사점:
- ydata-profiling — 표준 메트릭 세트 (왜도, 첨도, 분위수, MAD, 무한대 카운터) 및 18가지 경보 유형.
- csvkit csvstat — CLI 표준:
csvstat data.csv --json,len및maxprecision메트릭. - DuckDB SUMMARIZE — 근사 분위수 및
null_percentage가 포함된 SQL 프로필. - Great Expectations — 검증 가능한 어설션 사전 (63개 핵심 기대치).
- dataprep.EDA — 유형화된 인사이트: 0, 음수, 상수 길이, 높은 카디널리티.
🔬 결과 확인
- Markdown: "열" 표 (유형, 고유값, 빈 값, 최소/최대/평균, 상위 3개) + "이상치" 섹션.
- JSON:
columns및anomalies필드가 포함된 유효한 JSON —python3 -m json.tool로 확인. - 빈 파일: "파일이 비어 있습니다" 메시지, 종료 코드 0.
- 파일 없음: stderr에 메시지, 종료 코드 1.