Csv Analyzer Free

CSV数据分析器免费版提供快速统计与基础筛选能力. 仅依赖Python标准库（csv模块），无需pandas或重型依赖. 核心能力： - 快速统计：stats命令返回行数、列类型、数值列min/max/mean、文本列unique计数 - 基础筛选：filter命令支持比较运算符，可导出筛选结果 - 自动列类型检测：数值、日期、文本自动识别 升级付费版专享：Top/Bottom N、异常检测（z-score 2σ）、分组聚合（sum/count）、结果导出. 适用场景：轻量数据探索、基础统计、简单筛选. 不适用于：超过100MB的大文件、加密文件破解.

Csv Analyzer — CSV数据分析器（免费版）

用简单命令分析CSV文件，即时获取统计与筛选结果——无需pandas或重型依赖.

输入格式

参数名	类型	必填	说明
input	string	是	CSV数据分析-免费版处理的输入数据或指令
options	object	否	附加配置选项,如模式选择、格式偏好等
callback_url	string	否	异步处理完成后的回调通知URL

依赖说明

运行环境

• Agent平台: 支持SKILL.md的任意AI Agent（Claude Code / Cursor / Codex / Gemini CLI等）
• 操作系统: Windows / macOS / Linux

依赖项

依赖项	类型	是否必需	获取方式
LLM API	API	必需	由Agent内置LLM提供

API Key 配置

本Skill无需额外API Key（LLM能力由Agent平台内置提供）

可用性分类

• 分类: MD+EXEC（）

核心能力

核心能力（免费版）

• 参考核心能力（免费版）的配置文档进行参数调优

1. 快速统计（stats）

bash

python3 {baseDir}/（请参考skill目录中的脚本文件） stats data.csv

返回行数、列类型、数值列的min/max/mean、文本列的unique计数.

• 异常时参考错误处理章节进行恢复
• 关键参数: 快速统计（stats） 选项

2. 基础筛选（filter）

bash

python3 {baseDir}/（请参考skill目录中的脚本文件） 
# ...
**输入**: 用户提供核心能力（免费版）相关的配置参数、输入数据和处理选项.
# ...
### 为何不用pandas？
# ...
pandas很强大，但仅导入就占100MB+内存，对快速分析任务过于重型。本技能仅用Python标准库，在2GB内存服务器上运行无压力.
# ...
**输入**: 用户提供为何不用pandas？相关的配置参数、输入数据和处理选项.
- 参考`为何不用pandas？`的配置文档进行参数调优
### 付费版专享能力
# ...
> 升级付费版解锁以下高级能力：
# ...
- **Top/Bottom N**：`top`/`bottom` 命令按指定列取前N/后N行（如 `--column revenue --n 10`）.
- **异常检测**：`anomalies` 命令基于z-score检测超出2σ的值.
- **分组聚合**：`group` 命令按指定列分组，支持 `sum`/`count` 等多种聚合函数，可同时指定多个
# ...
**输入**: 用户提供付费版专享能力相关的配置参数、输入数据和处理选项.
# ...
#
## 快速开始

1. 确认运行环境满足依赖说明中的要求
2. 在AI Agent对话中调用本技能,提供必要的输入参数
3. 检查输出结果,根据需要进行后续处理

> 详细的输入输出格式请参考下方章节说明。

## 核心能力（免费版）(补充)
# ...
### 1. 快速统计（stats）(补充)
# ...
```bash

...

...

2. 基础筛选（filter）(补充)

...

echo "操作完成"

bash

python3 {baseDir}/（请参考skill目录中的脚本文件） filter data.csv --where "amount>1000" --output big_orders.csv

...

支持比较运算符（>、<、>=、<=、==、!=），可将筛选结果导出为CSV.

...

3. 自动列类型检测

...

自动识别列类型：数值（numeric）、日期（date）、文本（text）。数值列做统计计算，文本列做unique计数.

...

为何不用pandas？(补充)

...

...

使用流程

...

1. 确认环境：检查 python3 可用（无需安装任何外部包）.
2. 快速统计：用 stats 命令获取数据概况（行数、列类型、min/max/mean）.
3. 按需筛选：用 filter 命令按条件筛选行，支持比较运算符.
4. 导出结果：用 --output 参数将筛选结果导出为CSV.
5. 验证输出：检查导出文件的行数与内容是否符合预期.

...

示例

...

示例1：快速统计

...

bash

python3 {baseDir}/（请参考skill目录中的脚本文件） stats orders.csv
# 输出：
# 行数: 1500
# 列: order_id(text, 1500 unique), amount(numeric, min=10.5, max=9999.0, mean=456.78),
#     category(text, 12 unique), order_date(date)

...

示例2：筛选大额订单并导出

...

echo "操作完成"

bash

python3 {baseDir}/（请参考skill目录中的脚本文件） filter orders.csv
# 输出：筛选出87行，已导出到 big_orders.csv

...

示例3：按条件筛选

...

echo "操作完成"

bash

csv --where "category==electronics"
# 输出：筛选出category为electronics的行

...

付费版专享能力(补充)

...

升级付费版解锁以下高级能力：

...

• 分组聚合：group 命令按指定列分组，支持 sum/count 等多种聚合函数，可同时指定多个.
• 多聚合组合：--agg "sum:amount" "count:id" 一次指定多个聚合.
• 统计分析扩展：mean之外的median/std/percentiles等统计量.
• 多条件组合：--where 支持 AND/OR 组合条件（免费版仅支持单条件）.

...

错误处理

...

错误场景	原因	处理方式
FileNotFoundError	文件路径错误或不存在	校验文件路径与扩展名（.csv）
python3: command not found	系统未安装Python 3	安装Python 3.x并确保 python3 在PATH中
--column 列名不存在	列名拼写错误或大小写不匹配	先用 stats 查看实际列名，再传入
--where 表达式无效	比较运算符或列名错误	使用合法运算符（>/</>=/<=/==/!=）与正确列名
数值列含非数值	数据中有空值或字符串	清洗数据或确认列类型识别正确
日期解析失败	非ISO格式	优先使用ISO 8601（2024-01-15），其他格式可能无法识别
文件过大导致内存不足	超过约100MB	改用pandas流式处理，或拆分文件
--output 路径不可写	目录权限不足	检查目标目录权限或更换输出路径
调用付费版专享命令	免费版仅支持stats/filter	升级付费版解锁top/bottom/anomalies/group命令

...

常见问题

...

Q1：免费版支持哪些命令？

免费版支持 stats（快速统计）与 filter（基础筛选）两个命令。top/bottom/anomalies/group 为付费版专享.

...

Q2：为何不用pandas？

pandas仅导入就占100MB+内存，对快速分析任务过于重型。本技能仅用Python标准库（csv模块），在2GB内存服务器上运行无压力.

...

Q3：支持多大的文件？

设计支持约100MB以内的文件（载入内存）。超过此规模建议安装pandas或使用流式处理.

...

Q4：支持哪些比较运算符？

filter 的 --where 支持 >、<、>=、<=、==、!= 六种比较运算符。多条件组合（AND/OR）为付费版专享.

...

Q5：能检测异常吗？

免费版不提供异常检测。付费版提供 anomalies 命令，基于z-score检测超出2σ的值.

...

Q6：能分组聚合吗？

免费版不提供分组聚合。付费版提供 group 命令，支持 sum/count 等聚合函数.

...

Q7：如何升级到付费版？

参考 csv-analyzer 付费版SKILL.md，解锁Top/Bottom N、异常检测、分组聚合、多条件组合等能力.

...

已知限制

...

• 仅支持 stats 与 filter 命令，不支持 top/bottom/anomalies/group（付费版专享）.
• 设计支持约100MB以内的文件（载入内存），更大文件需pandas流式处理.
• 日期解析为基础级，优先支持ISO 8601格式，其他格式可能无法识别.
• --where 仅支持单条件，不支持 AND/OR 组合（付费版专享）.
• 仅依赖Python标准库，无pandas的向量化加速，大文件分析较慢.
• 不支持加密CSV文件的破解.
• 不支持多表JOIN与跨文件关联分析.

...