用 Pandas 与 SQL 做数据分析（Data Analysis） Skill 技能

用 Pandas 与 SQL 做数据分析（Data Analysis）

原始数据集往往隐藏着质量问题、趋势信号与被忽视的假设。本 Skill 以 Pandas 与 SQL 为核心工具，指导数据画像、清洗、统计、可视化与报告输出，强调每一步都可复现，帮助使用者从原始数据走向可信结论。

核心能力

• 数据画像：对 CSV、JSON、SQL 与 pandas 数据集做结构与质量检查。
• Pandas/SQL 步骤建议：给出采样、汇总与聚合的具体操作思路。
• 数据清洗：指导缺失值处理、去重、类型转换与异常值检查。
• 统计计算：计算描述性统计、相关性、分组指标与透视表。
• 可视化规划：用 matplotlib 与 seaborn 规划分布、类别、相关与趋势图。
• 报告结构：按数据集概览、发现、统计与建议组织分析报告。

工作原理

技能遵循「先结构后结论」的原则：先了解数据集结构与质量，再做清洗与统计，最后用可视化印证汇总统计中发现的模式，并把过程整理为可复现报告。整个过程保留原始数据副本，避免直接修改源数据。

安装配置

1. 通过 Skillstore CLI 安装：npx skillstore add supercent-io/data-analysis。
2. 准备可访问的数据、表结构或代表性样本，以及 pandas、matplotlib、seaborn 等环境。
3. 在 Claude / Codex / Claude Code 中启用该技能。

使用步骤

1. 提供 CSV 或数据表，让 Agent 先做画像，汇总列、类型、缺失与重复情况。
2. 针对缺失值、重复、类型与异常值，制定清洗与校验方案。
3. 计算分组指标、相关性、趋势与分群，寻找统计洞见。
4. 用图表确认汇总统计中的模式，避免单看数字下结论。
5. 设计可复现的分析报告，包含假设、可视化、统计摘要与建议。
6. 对外发布前，过滤敏感个人信息。

适用场景

• 新数据集摸底：在深入分析前快速了解列结构、类型、缺失与候选问题。
• 决策报告准备：把原始指标转化为清晰发现、图表、统计摘要与建议。
• 运营数据校验：在报告前检查文件或表的质量问题、类别不一致、异常与缺口。

适用人群

数据分析师、业务分析师、运营与产品人员，以及需要快速产出可复现分析报告的技术人员。

局限与注意

需要用户提供可访问的数据或代表性样本；无领域背景与假设检查时不保证统计有效性；不替代敏感数据的隐私审查。切忌在未保留副本的情况下改动源数据，也不要把相关性或小样本当作已证实的因果。

官方链接：https://skillstore.io/skills/supercent-io-data-analysis 开源仓库：https://github.com/supercent-io/skills-template 许可证：MIT