Agent Skills
返回列表
数据清洗与分析

数据清洗与分析

数据分析 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_d9bb652a/data-cleaning-analysis。

技能介绍

解决什么问题

表格数据到手后，常见麻烦不在单点清洗，而在顺序：直接删缺失值可能删掉关键业务信号；不检查编码可能让 CSV 从第一步就错位；跳过分布诊断会把偏态列误填成均值。该技能把这些前置诊断固化为流程，先给加载概览，再做缺失、重复、异常、类型转换，避免把分析建立在未检查的数据上。

流水线如何运行

技能按 LOAD → CLEAN → EXPLORE → ANALYZE → REPORT 执行，阶段输出作为下一阶段输入。清洗阶段处理缺失率、重复行、IQR 异常值与数据类型；规则区分缺失率 > 50%、5%-50% 和 < 5%，对偏态列倾向中位数，对高相关列给出删除建议。最后输出 0-100 质量评分、已执行操作、偏度/相关性/基数发现，以及 log/sqrt、编码、交互特征建议。

适用边界与注意点

它适合结构清晰、需要可复现摘要的表格数据预处理，不替代领域判断。极端值可能业务有效，IQR 只是提示；训练/测试集清洗策略需按项目决定；编码、单位、主键语义仍需人工确认。

使用场景

  • 拿到一份 50 行以上的 CSV，需要先做缺失值填充、重复行剔除、IQR 异常标注，再输出质量评分摘要。
  • 把多张业务表合入建模前，需要检查偏度、高相关列对，并给出 log 变换与编码建议。
  • 收到 GBK 编码的 Excel 导出文件，需要在清洗前确认编码、加载概览，避免乱码进入后续分析。
  • 为下游报表提供数据质量基线，需要按固定流程跑清洗并导出 0-100 评分及已执行操作列表。

适合人员

  • 负责季度业务报表的数据分析师，需要把原始 CSV 先过一遍质量检查再进入建模。
  • 做特征工程的数据科学家，需要快速定位偏态列、高相关列对和编码建议。
  • 接需求时先要摸清数据全貌的产品经理，需要一份结构化的数据质量摘要而非原始表格。
  • 维护 ETL 管道的后端工程师，需要在入库前用 IQR 和缺失率规则做一层自动化校验。