Pandas数据清洗与分析
输入CSV、Excel等表格数据,使用Pandas清洗转换、分组统计并绘制图表,输出可解释的数据洞察与分析结果。
功能与用途
用于分析结构化表格数据。提供CSV、Excel或数据库导出的数据,以及希望回答的问题后,可进行缺失值和重复记录处理、字段转换、分组汇总、趋势与异常检查,并用图表呈现结果。适合需要用Python处理数据的用户;开展实际分析需准备数据文件,并具备基础Python环境。
适用场景
- 整理销售明细:清理订单表中的缺失值、重复记录和日期格式,按月份、地区或品类汇总销售额。
- 分析客户购买行为:汇总交易记录,计算客户最近购买时间、购买频次和消费金额,辅助客户分群。
- 检查数据质量:检查字段类型、空值、重复项和异常值,整理出便于复核的数据质量结果。
- 观察业务趋势:将按日期记录的数据聚合成时间序列,计算移动平均并绘制趋势图。
适用人群
- 数据分析师
- Python数据分析学习者
- 业务运营人员
- 科研人员
使用步骤
- 提供CSV、Excel或数据库导出的表格数据。
- 说明分析目标、关键字段及需要关注的问题。
- 确认清洗规则、分组维度和统计指标。
- 查看汇总、图表与分析代码,并提出调整要求。
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
- 知识
- 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
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Master data manipulation, analysis, and visualization with Pandas, NumPy, and Matplotlib