CSV Tools

CSV 工具集 v1.1.0 — 子命令+安全增强。 预览、筛选、排序、合并、分割、去重、验证、统计、 列操作(重命名/选择/计算列)、类型检测、数据画像、抽样。 纯Python标准库(csv模块)，无外部依赖。 Use when: - 需要快速处理CSV文件（预览/筛选/排序/统计） - 合并多个CSV文件或分割大CSV文件 - CSV数据去重、列操作、类型检测、数据画像 Do NOT use when: - 非CSV格式数据（JSON/YAML/Excel/数据库） - 需要写回原始输入文件 - 简单的数据查看（推荐用 cat/head 等系统命令） 🎉 v1.1.0 新增子命令: - stats — 列统计(sum/avg/min/max/std/中位数) - columns — 列操作(重命名/选择/添加计算列) - detect — 数据类型自动检测 - profile — 数据画像(缺失率条形图/唯一值/分布) - sample — 随机抽样(head/tail/random/systematic) v1.0.0 子命令: - preview / filter / sort / merge / split / dedup / validate 触发关键词：CSV文件操作、CSV格式转换、CSV数据清洗、CSV合并拆分、CSV验证统计 Do not trigger for: 非CSV格式数据处理、数据库操作、JSON/YAML/XML处理、图片处理 适用范围：CSV / TSV 格式数据文件 运行模式：纯本地，无网络请求 ❎ 外部依赖：Python标准库（无需额外安装）

📊 CSV Tools v1.1.0

Overview

12个子命令覆盖日常CSV数据处理的完整工作流——从预览、筛选、排序到统计、类型检测、数据画像和抽样。所有操作基于Python标准库csv模块，无需安装任何第三方依赖。

Usage

stats — 列统计 (NEW)

bash

python3 scripts/csv_tools.py stats data.csv

# 📊 Column Statistics — data.csv
#    [amount] — 数值列
#      计数: 1000 | 空: 0 | 总和: 485,230.00
#      平均: 485.23 | 中位: 320.00
#      最小: -8,500.00 | 最大: 25,000.00 | 标准差: 1,234.56
#    [name] — 文本列
#      非空: 980 | 空: 20 | 唯一值: 450
#      最常见: "张三" (15次)

columns — 列操作 (NEW)

bash

# 重命名 + 选择列
python3 scripts/csv_tools.py columns data.csv \
  --rename "old_name=new_name" --select "id,name,amount"

# 添加计算列
python3 scripts/csv_tools.py columns data.csv \
  --add "total=price * quantity" --output result.csv

detect — 类型检测 (NEW)

bash

python3 scripts/csv_tools.py detect --verbose data.csv

# 🔎 Data Type Detection — data.csv
#    [amount] → 浮点数(Float)
#    [date] → 日期(Date)
#    [is_active] → 布尔(Boolean)
#    [name] → 文本

profile — 数据画像 (NEW)

bash

python3 scripts/csv_tools.py profile data.csv

# 📋 Data Profile — data.csv
#    Rows: 1000 | Columns: 8
#    [email]
#      非空: 850 / 1000 (████████████████████ 15% 缺失)
#      唯一值: 830 (98%)
#      最常见: "[e-mail]"(3), ...

sample — 随机抽样 (NEW)

bash

# 随机抽10条
python3 scripts/csv_tools.py sample data.csv --n 10 --method random

# 等距抽50条
python3 scripts/csv_tools.py sample data.csv --n 50 --method systematic --output sample.csv

原有命令

bash

python3 scripts/csv_tools.py preview data.csv
python3 scripts/csv_tools.py filter data.csv --where "status=active"
python3 scripts/csv_tools.py sort data.csv --by "date" --desc
python3 scripts/csv_tools.py merge a.csv b.csv --output merged.csv
python3 scripts/csv_tools.py split data.csv --chunk-size 1000
python3 scripts/csv_tools.py dedup data.csv --on "email"
python3 scripts/csv_tools.py validate data.csv

Use Cases

• 数据导入前清洗: dedup + validate + sort
• ETL管线: split 大文件 → merge 多个源 → stats 检查分布
• 数据质量审计: profile 检查缺失率 → detect 确认类型
• 探索性分析: preview 快速查看 → stats 列统计 → sample 抽样

Security

Usage Boundaries

• This skill is designed for CSV files only — CSV, TSV, and pipe-delimited text
• It should NOT be used for non-tabular text, binary files, or structured data in other formats
• Input files must be explicitly specified by the user — no auto-scanning
• For simple data inspection (e.g. view first 5 rows), system tools (cat/head) are preferred

Declared Capabilities

Script	Purpose	Input	Output	Network	Filesystem Write	Constraints
csv_tools.py	CSV读写操作	File path(s) or stdin	CSV file / JSON / stdout	No	Yes (user-specified paths only)	Writes only to --output paths; never modifies input files; no overwrite without explicit user confirmation

Explicitly Denied

• ❌ No network access (no HTTP, socket, or API calls)
• ❌ No arbitrary code execution via exec()/eval() (使用安全数学解析器，无 eval)
• ❌ No system commands via subprocess/shell
• ❌ No telemetry or usage reporting
• ❌ No auto-writes to input files (only writes to --output paths)
• ❌ No writes outside the working directory without user confirmation
• ❌ No file deletion or modification of existing data

Permission Boundaries

• All write operations go to user-specified --output paths only
• Input files are read-only; never modified
• Default output is stdout when no --output is specified
• Temporary files (if any) are cleaned up after operation
• All scripts require explicit user-provided file paths — no auto-scanning of filesystem