CSV Pro

Профилирование CSV-файлов: типы колонок, статистика, аномалии.

Загружай этот скилл когда нужно быстро понять, что лежит в CSV: типы колонок, диапазоны значений, пропуски, дубликаты и выбросы.

🎯 When to use

Use this skill when:

• Есть CSV-файл и нужно понять его структуру: типы колонок, min/max/mean, уникальные значения
• Нужно проверить качество данных перед загрузкой в БД или ML-пайплайн
• Просят «профиль csv», «анализ csv», «что в csv», «csv anomalies»
• Нужен отчёт об аномалиях: пустые колонки, дубликаты строк, выбросы, длинные строки

Do NOT use when:

• Нужна полная аналитика с корреляциями и рекомендациями — это data-analysis
• Нужны SQL-запросы к данным — это sql-helper
• Нужно просто посчитать строки или суммы — проще wc -l и awk

📦 Files

• SKILL.md — этот файл
• scripts/csv_pro.py — профилировщик CSV (Python 3 stdlib)

🧰 Usage

# Файл → markdown-профиль (по умолчанию):
python3 skills/csv-pro/scripts/csv_pro.py --input data.csv

# Файл → JSON:
python3 skills/csv-pro/scripts/csv_pro.py --input data.csv --output json

# Файл → HTML с графиками:
python3 skills/csv-pro/scripts/csv_pro.py --input data.csv --output html

# Из stdin (текст прямо в пайплайне):
cat data.csv | python3 csv_pro.py --stdin

# Явный разделитель:
python3 csv_pro.py --input data.csv --delimiter ';'

Canonical analogues

Полный справочник канонических паттернов — references/canonical-patterns.md. Топ-аналоги и их takeaways:

• ydata-profiling — эталонный набор метрик (skewness, kurtosis, quantiles, MAD, infinite counters) и 18 типов алертов.
• csvkit csvstat — CLI-эталон: csvstat data.csv --json, метрики len и maxprecision.
• DuckDB SUMMARIZE — SQL-профиль с approx-квантилями и null_percentage.
• Great Expectations — словарь проверяемых утверждений (63 core-ожидания).
• dataprep.EDA — типизированные инсайты: Zeros, Negatives, Constant Length, High Cardinality.

🔬 Проверка результата

• Markdown: таблица «Колонки» (тип, уникальные, пустые, min/max/mean, топ-3) + секция «Аномалии».
• JSON: валидный JSON с полями columns и anomalies — проверка python3 -m json.tool.
• HTML: интерактивный дашборд с гистограммами для числовых колонок и bar charts для категорий.
• Пустой файл: сообщение «Файл пуст», код 0.
• Отсутствующий файл: сообщение в stderr, код 1.

Boundaries

• Do not use for JSON or multi-format EDA; use data-analysis.

Evidence and completion gate

Run the documented command against the user’s actual input. Report the command, exit status, files changed or produced, and relevant stdout/stderr. Separate blocked or pre-existing failures from failures introduced by the current work. Do not call the result complete when the script was only described or when an artifact was not reopened and checked.