返回技能目录
人工审校数据分析

技能研究档案

pandas-pro

来源声明

Performs pandas DataFrame operations for data analysis, manipulation, and transformation. Use when working with pandas DataFrames, data cleaning, aggregation, merging, or time series analysis. Invoke for data manipulation tasks such as joining DataFrames on multiple keys, pivoting tables, resampling time series, handling NaN values with interpolation or forward-fill, groupby aggregations, type conversion, or performance optimization of large datasets.

保留作者的英文原始描述。它表达设计意图,不代表已验证的实际效果。

Performs pandas DataFrame operations for data analysis, manipulation, and transformation. Use when working with pandas DataFrames, data cleaning, aggregation, merging, or time series analysis. Invoke for data manipulation tasks such as joining DataFrames on multiple keys, pivoting tables, resampling time series, handling NaN values with interpolation or forward-fill, groupby aggregations, type conversion, or performance optimization of large datasets.

datareferences

研究摘要

人工审校

Skill Atlas editorial review · editorial-preview-1.0.0

偏重向量化操作和显式数据校验的 pandas Skill,涵盖清洗、合并、分组、重采样和内存优化。

审阅范围

对所收集的 SKILL.md 及辅助文本/代码进行确定性静态分析。机器辅助候选和发现等待人工编辑复核;不评估动态行为或效果。

可观察能力

  • 转换前检查 dtype、内存占用和缺失值。
  • 编写向量化、链式调用的代码,而非逐行循环。
  • 用 validate 和 indicator 校验合并,并用 groupby 聚合。
  • 转换后断言形状、空值和列,并优化内存。

限制与范围

  • 范围限于 pandas,未涉及其他数据框库。
  • 中位数或众数填充等示例未必适合所有数据集。
  • 此处未在你的数据上执行任何代码。

适用读者

  • 数据分析师与数据科学家
  • 清洗表格数据的工程师
  • 优化缓慢 pandas 代码的开发者

技能包含哪些内容

文件清单来自记录提交中的采集源码。路径与大小属于结构观察,不代表质量评价。

个文件
6
Markdown 文件
6
个脚本
0
个引用
5
大小
68.9 KB
结构复杂度
低

文件清单

路径类型字节
skills/pandas-pro/references/aggregation-groupby.md引用12.9 KB
skills/pandas-pro/references/data-cleaning.md引用12.7 KB
skills/pandas-pro/references/dataframe-operations.md引用9.4 KB
skills/pandas-pro/references/merging-joining.md引用13.2 KB
skills/pandas-pro/references/performance-optimization.md引用14.7 KB
skills/pandas-pro/SKILL.md指令6 KB

SKILL.md 前置元数据

{
  "name": "pandas-pro",
  "description": "Performs pandas DataFrame operations for data analysis, manipulation, and transformation. Use when working with pandas DataFrames, data cleaning, aggregation, merging, or time series analysis. Invoke for data manipulation tasks such as joining DataFrames on multiple keys, pivoting tables, resampling time series, handling NaN values with interpolation or forward-fill, groupby aggregations, type conversion, or performance optimization of large datasets.",
  "license": "MIT",
  "metadata": {
    "author": "https://github.com/Jeffallan",
    "company": "https://synergetic.solutions",
    "version": "1.1.0",
    "domain": "data-ml",
    "triggers": "pandas, DataFrame, data manipulation, data cleaning, aggregation, groupby, merge, join, time series, data wrangling, pivot table, data transformation",
    "role": "expert",
    "scope": "implementation",
    "output-format": "code",
    "related-skills": "python-pro"
  }
}

对运行顺序的一种解读

此工作流根据源码材料重建表面顺序。除非明确记录受控评估,否则它属于暂定解读,而非真实运行轨迹。

  1. 01
    输入

    评估数据结构

    检查 dtype、内存占用、缺失值和数据质量。

  2. 02
    操作

    高效实现

    使用向量化方法、链式调用和恰当的索引。

  3. 03
    判断

    校验结果

    用断言检查 dtype、形状、空值数和行数。

  4. 04
    输出

    交付带校验的代码

    提供带注释的代码、大数据集的性能说明和校验检查。

潜在风险面

静态发现用于提示安装前需要检查的位置,不能证明一项技能安全、恶意或有效。

建议重点关注

收集的文本中有 66 项确定性词法发现需要复核。发现可能仅位于文档中,不证明已执行或可被利用;仅含二进制的文件未扫描。

网络访问已观察到
文件写入已观察到
凭据使用未观察到
提示

文本描述或实现了文件修改

57 次命中

此行包含可能的文件写入或重定向操作。应检查目标路径和覆盖行为;静态审查没有写入任何文件。 该规则在收集文本中命中 57 处;此处列出 3 个代表位置。命中文本可能只是文档,分析器没有执行它。

高

文本引用动态命令执行

5 次命中

此行出现 shell、动态求值或进程执行原语。应检查参数和输入控制;源代码中出现这些语法并不证明命令已运行。 该规则在收集文本中命中 5 处;此处列出 3 个代表位置。命中文本可能只是文档,分析器没有执行它。

中

文本提及网络访问

4 次命中

此源文件行包含 URL 或网络客户端。应检查目标地址、发送的数据和信任边界;静态文本无法证明实际发生了网络活动。 该规则在收集文本中命中 4 处;此处列出 3 个代表位置。命中文本可能只是文档,分析器没有执行它。

编辑安全提示

在真实或敏感数据集上运行生成的代码前,检查文件路径、数据源和原地修改操作。

上下文可能消耗在哪里

发现、激活与资源层具有不同含义。只有使用指定官方方法并记录模型的运行时,才显示精确数值。

精确 token 计数不可用

在管线使用明确模型执行官方精确计数之前,包括文件清单在内的所有 token 值均为 null。

未使用要求的官方方法记录 token 测量。本档案不会用字符数、文件大小或估计值替代。

受控评估

没有受控评估

该技能仅具备以上标明的证据。不声称任何任务成功率、token 效率、延迟或质量优势。

尚未测试

在源码可见的情况下使用

安装命令
git clone https://github.com/Jeffallan/claude-skills.git cd claude-skills # 将该 Skill 目录复制到以下任一位置: # ~/.claude/skills/pandas-pro # .claude/skills/pandas-pro
  1. 打开固定版本源码:https://github.com/Jeffallan/claude-skills/blob/67c1961b180dc92cf08983344627109e983e8f51/skills/pandas-pro/SKILL.md。
  2. 审阅许可证、前置条件和所有捆绑的参考文件。
  3. 将 Skill 目录复制到个人或项目级 Claude Code skills 目录。
  4. 重启或刷新 Claude Code,使该 Skill 可被发现。
验证安装

让 Claude Code 清洗 DataFrame,确认其先检查 dtype 和空值,之后断言行数。

前置条件

  • 范围限于 pandas,未涉及其他数据框库。
  • 中位数或众数填充等示例未必适合所有数据集。
  • 此处未在你的数据上执行任何代码。

示例提示词

代表性任务

Using the pandas-pro skill, merge orders and customers on customer_id and date with validation, aggregate revenue by region and category, resample to daily totals, and assert the row counts.

使用前检查

Read the pandas-pro skill at https://github.com/Jeffallan/claude-skills/blob/67c1961b180dc92cf08983344627109e983e8f51/skills/pandas-pro/SKILL.md and its reference files. Explain its workflow, any commands it tells the agent to run, and the main risks before I decide whether to install it.

附上限制条件的判断

优势

  • 为链式索引等常见陷阱提供对比示例。
  • 把结果校验视为核心步骤。

注意事项

  • 示例中的断言需按真实期望值调整。
  • 部分 pandas 写法可能因版本而异。
研究结论

编写简洁且可验证的 pandas 代码的紧凑实用指南。

从结构上保持可追溯

档案是对公开工件的限时阅读,而非背书。请通过来源链接检查确切的上游材料。

Jeffallanclaude-skillsskills/pandas-pro
来源类型
社区
提交
67c1961b180dc92cf08983344627109e983e8f51
采集时间
2026年11月20日
最近核查
2026年11月20日
上游许可证
MIT
仓库星标
12,464
内容依据

仅对提供的文件进行确定性词法解析、YAML frontmatter 校验、文件清单、来源描述的工作流程提取和启发式暂定分类。由机器生成;无 LLM、执行、动态测试或人工编辑批准。