CSV Pro
剖析 CSV 文件：列类型、统计信息、异常项。
当需要快速了解 CSV 中的内容时加载此技能： 列类型、值范围、空值、重复项和异常值。
🎯 使用时机
在以下情况使用此技能：
- 有一个 CSV 文件，需要了解其结构：列类型、min/max/mean、唯一值
- 需要在将数据加载到数据库或 ML 管道之前检查数据质量
- 被要求“剖析 csv”、“分析 csv”、“csv 中有什么”、“csv 异常”
- 需要异常报告：空列、重复行、异常值、过长字符串
请勿在以下情况使用：
- 需要带有相关性和建议的完整分析——请使用
data-analysis - 需要对数据执行 SQL 查询——请使用
sql-helper - 只需计算行数或总和——直接用
wc -l和awk更简单
📦 文件
SKILL.md— 本文件scripts/csv_pro.py— CSV 剖析器（Python 3 标准库）
🧰 用法
# 文件 → Markdown 格式分析报告（默认）：
python3 skills/csv-pro/scripts/csv_pro.py --input data.csv
# 文件 → JSON：
python3 skills/csv-pro/scripts/csv_pro.py --input data.csv --output json
# 从标准输入读取（直接在管道中使用）：
cat data.csv | python3 csv_pro.py --stdin
# 显式指定分隔符：
python3 csv_pro.py --input data.csv --delimiter ';'
规范类比
完整规范模式参考手册参见 references/canonical-patterns.md。
主要类比及要点：
- ydata-profiling — 标准指标集（偏度、峰度、分位数、平均绝对偏差、无限计数器）和 18 种告警类型。
- csvkit csvstat — CLI 标准：
csvstat data.csv --json，指标len和maxprecision。 - DuckDB SUMMARIZE — 带有近似分位数和
null_percentage的 SQL 剖析。 - Great Expectations — 可检查的断言字典（63 个核心期望）。
- dataprep.EDA — 类型化洞察：零值、负值、固定长度、高基数。
🔬 结果验证
- Markdown：包含“列”表（类型、唯一值、空值、min/max/mean、Top-3）和“异常”部分。
- JSON：有效的 JSON，包含
columns和anomalies字段——通过python3 -m json.tool验证。 - 空文件：输出“文件为空”，退出码 0。
- 文件缺失：将错误信息写入 stderr，退出码 1。