pandas分析加速与跨源联表
将现有pandas代码、表格文件或数据库接入DataStore,执行筛选、汇总和跨源关联,获得分析代码与结果。
功能与用途
适合已有pandas分析脚本,或需要把文件、数据库和云端数据放在一起分析的用户。提供现有代码、数据路径、连接信息及分析目标后,可生成或改写DataStore代码,完成筛选、分组汇总、计算新列、排序和跨来源联表,并将汇总结果写入文件。也可检查关联字段类型、连接配置和生成的查询,定位空结果或连接失败等问题。使用前需具备Python基础,在macOS或Linux安装chdb,并准备可访问的数据源。
适用场景
- 改写运行缓慢的分析脚本:提供现有pandas脚本,将筛选、分组和聚合操作改写为DataStore代码。
- 关联客户库与订单文件:连接MySQL客户表与Parquet订单文件,按客户编号关联并汇总各地区销售额。
- 分析云端日志文件:读取S3中的CSV或Parquet日志,按日期筛选、分组统计并查看异常记录。
- 导出业务汇总数据:读取数据库业务表,按类别计算金额与数量,将汇总结果写入Parquet文件。
适用人群
- 使用pandas的数据分析师
- 编写数据处理脚本的Python开发者
- 整合数据库与文件的数据工程师
使用步骤
- 提供现有pandas代码或数据源路径与表结构。
- 说明筛选条件、汇总指标及联表字段。
- 生成或改写DataStore读取与分析代码。
- 在本地运行,检查结果及关联字段类型。
- 按需调整计算逻辑并导出汇总文件。
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 编程
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes Agent、国内 Agent
- 使用难度
- 进阶
- 版本
- main
- 最近更新
- 2026-11-03
- 文件数
- 7
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
>-
使用前准备
- 具备Python基础,了解DataFrame筛选、分组及关联操作。
- 使用macOS或Linux,安装Python 3.9及以上版本。
- 通过pip install chdb安装所需软件包。
- 准备数据文件路径;连接数据库或云存储时需提供地址及必要凭据。
依赖与权限
- AI_API_KEY
- OPENAI_API_KEY
- ANTHROPIC_API_KEY