表格数据处理分析
做表格拆分、清洗、表头结构化,再做探索分析和报告。
功能与用途
表格数据处理分析:split_table 按空行/区域拆多表、clean_table 去空行规整结构、merge_header 借 LLM 合并多行表头、describe_table 出描述与统计,再在 EDA 阶段由 Agent 动态写 Python 做 QA/可视化/假设/报告;严守数据安全边界(最小必要、敏感数据默认本地处理不外发、动态代码仅用于分析、输出去敏)。
适用场景
- 复合表格拆解与清洗:针对同一工作表中堆叠多个子表或含大量空行空列的杂乱表格,按空行自动拆分为独立数据表,并剔除干扰字符与冗余行列。
- 多行嵌套表头智能合并:面对包含层级分类、跨行合并单元格的复杂报表,借助大语言模型智能识别上下级字段关系,将其压平合并为规范的单行表头。
- 自动化探索性分析与图表报告:基于规整数据表提取字段统计与样本摘要,动态执行数据质量校验与特征相关性分析,生成图表和现代化 Web 诊断报告。
适用人群
- 数据分析
- 运营
- 研究者
使用步骤
- 给 CSV/XLSX 与任务
- 拆分/清洗/合并表头
- 描述与统计
- EDA 动态写 Python 出报告
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
- 效率
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 进阶
- 版本
- 1.0.3
- 最近更新
- 2026-05-11
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
端到端表格数据引擎:提供工业级表格预处理(拆分、清洗、表头合并、描述生成),并支持在受控前提下进行深度探索性分析、可视化与报告生成。
使用前准备
- CSV/XLSX 文件
- Python 执行环境
依赖与权限
- OPENAI_API_KEY
- OPENAI_BASE_URL
- 读取用户主动提供的内容