技能介绍

要解决什么问题

表格分析一旦变成「每次打开 Notebook 随手写几段 pandas」，路径、表头、清洗规则和 join 条件很难复现，也更难在正式交付时说明「结果到底算了什么」。本技能面向需要把 Excel/CSV 分析落成可执行脚本的场景：先探查结构，再标准化成分析边界内的标准表，用脚本跑完 extract → transform → validate → analyze → output，并且只依据运行产物解释结论。

技能如何工作

路由上，scripts/inspect_table_profile.py 用于未知结构时的紧凑画像（避免把大表原文塞进对话）；多文件/多 sheet 关系不明时用 scripts/join_profiler.py；正式分析从 scripts/etl_analysis_template.py 复制改写；适合 SQL/多表时优先 scripts/safe_duckdb_query.py 与 DuckDB，缺依赖或任务形态不合适时再记录理由并回退 pandas/polars。

正式流程通常是：探查 → 澄清表头/指标/日期/过滤/join/输出格式 → 生成或改编脚本 → 选引擎执行 → 校验运行目录（尤其 validation.json）→ 仅用执行输出做说明。脚本需支持 CLI 入参、分步 ETL、写入机器可读产物，失败时非零退出；每次正式交付必须同时给出可复用脚本与 script_usage.md（用途、参数、示例命令、依赖、输出、校验与退出码等）。

适用边界

探索阶段可以临时写 SQL 或 dataframe 代码，但面向用户的正式结果应来自脚本运行。DuckDB 是默认首选而非硬边界；不得改动源文件；不要把原始大表内容粘贴进上下文，应传递紧凑 JSON/Markdown 摘要。与纯架构版技能需保持兼容：标准表归一化仍是分析边界，正式分析坚持 script-first。