CSV Pro

O que CSV Pro faz?

Perfilhamento de arquivos CSV: tipos de colunas, estatísticas, anomalias.

Carregue esta skill quando precisar entender rapidamente o que está em um CSV: tipos de colunas, intervalos de valores, valores ausentes, duplicatas e outliers.

🎯 Quando usar

Use esta skill quando:

• Você tem um arquivo CSV e precisa entender sua estrutura: tipos de colunas, min/max/média, valores únicos
• Precisa verificar a qualidade dos dados antes de carregar em um banco de dados ou pipeline de ML
• Solicitam "perfil csv", "análise csv", "o que está no csv", "anomalias csv"
• Precisa de um relatório de anomalias: colunas vazias, linhas duplicadas, outliers, strings longas

NÃO use quando:

• Precisa de análise completa com correlações e recomendações — use data-analysis
• Precisa de consultas SQL aos dados — use sql-helper
• Precisa apenas contar linhas ou somas — é mais simples usar wc -l e awk

📦 Arquivos

• SKILL.md — este arquivo
• scripts/csv_pro.py — perfilhador CSV (Python 3 stdlib)

🧰 Uso

# Arquivo → perfil em markdown (padrão):
python3 skills/csv-pro/scripts/csv_pro.py --input dados.csv

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

# Da entrada padrão (texto diretamente no pipeline):
cat dados.csv | python3 csv_pro.py --stdin

# Delimitador explícito:
python3 csv_pro.py --input dados.csv --delimiter ';'

Análogos canônicos

Referência completa de padrões canônicos — references/canonical-patterns.md. Principais análogos e seus aprendizados:

• ydata-profiling — conjunto de métricas de referência (assimetria, curtose, quantis, MAD, contadores infinitos) e 18 tipos de alertas.
• csvkit csvstat — referência CLI: csvstat dados.csv --json, métricas len e maxprecision.
• DuckDB SUMMARIZE — perfil SQL com quantis aproximados e null_percentage.
• Great Expectations — dicionário de afirmações verificáveis (63 expectativas principais).
• dataprep.EDA — insights tipificados: Zeros, Negativos, Comprimento Constante, Alta Cardinalidade.

🔬 Verificação do resultado

• Markdown: tabela "Colunas" (tipo, únicos, vazios, min/max/média, top-3) + seção "Anomalias".
• JSON: JSON válido com campos columns e anomalies — verificar com python3 -m json.tool.
• Arquivo vazio: mensagem "Arquivo vazio", código 0.
• Arquivo ausente: mensagem em stderr, código 1.