xan SIMD CSV 命令行

解决什么问题

CSV 分析常见路径是把文件读进 Python/pandas，或交给 shell/awk。前者启动慢、依赖重，处理一个临时报表也要准备环境；后者表达复杂条件、跨文件 join 和结构变换时很快变脆。xan 面向这类“文件就在磁盘上，需要快速过滤、切片、聚合、排序、连接或可视化”的场景，用 Rust 实现，并采用 SIMD CSV parser 降低解析开销。

核心能力

• 解析与探查：直接读取 CSV，把解析结果交给上层处理；适合命令行里做快速检查和格式验证。
• 变换：过滤、切片、聚合、排序和 join，避免为了简单操作先写脚本。
• 表达式：内置面向 CSV 的表达式语言，用于描述复杂转换、条件筛选和派生字段。
• 相邻格式：支持周边数据格式，便于在 CSV 与邻近生态之间做衔接。
• 可视化：可对处理结果做可视化输出，用于快速确认分布、关系或异常。

工作方式

典型流程是：先指定输入 CSV；再通过表达式或子命令描述要保留的行、要计算的列和要执行的聚合；随后对中间结果做排序、切片或 join；最后输出结果或可视化。因为解析层是 SIMD CSV parser，瓶颈更多落在磁盘和内存带宽，而不是逐字符解析。

适用边界

它适合中大文件、临时分析和命令行工作流；不适合替代完整 DataFrame 系统做跨多数据源的复杂治理，也不适合必须严格保证事务或一致性的 ETL。表达式能力虽强，但复杂逻辑仍需先在小样本上验证。CSV 引号、编码、换行和重复表头仍可能造成语义漂移。