数据表格处理工具

要解决的问题

很多数据脚本被环境拖住：pandas、openpyxl 或 Jupyter 依赖一旦缺失，简单的 CSV 统计、清洗和合并也要先花时间装包。这个技能面向更轻的场景：输入 CSV 或内联文本，直接完成描述性统计、去重、空值处理、多表合并和格式转换，并且只使用 Python 标准库的 csv 与 json 模块。

核心能力与步骤

• 统计分析：解析 CSV 后区分数值列和文本列，输出数量、均值、中位数、标准差、最小值、最大值、分位数等描述性统计。
• 数据清洗：支持 dedup 去除完全重复行、fill_na 按 mean、median、zero、drop 或空字符串填充空值、trim_space 去除首尾空白，并给出处理行数/列数报告。
• 表格合并：支持 vertical 纵向追加行，以及 horizontal 按指定 key 横向匹配列。
• 格式转换：在 csv、tsv、json、markdown 之间转换，便于脚本结果进入日志、API 或文档。

适用边界

它适合快速处理单列结构较清楚的 CSV，不适合复杂数据库查询、多关系表递归清洗或大规模分布式计算。横向合并依赖 key 匹配，字段名不一致会直接影响结果；数值/文本自动识别也可能把混合类型列统计得不理想。输出为 JSON 标准化结果，便于 Agent 对接，但需要调用方自行解释业务含义。