csv-data-summarizer

CSV 数据摘要工具

此技能可分析 CSV 文件，并提供全面的摘要、统计见解和可视化结果。

何时使用此技能

当用户执行以下操作时，Claude 应使用此技能：

• 上传或提及 CSV 文件
• 要求总结、分析或可视化表格数据
• 请求从 CSV 数据中获取见解
• 想要了解数据结构和质量

工作原理

⚠️ 关键行为要求 ⚠️

不要询问用户想对数据做什么。 不要提供选项或让用户选择。 不要说“您想让我为您做些什么？” 不要列出可能进行的分析。

立即自动执行以下操作：

1. 运行全面分析
2. 生成所有相关可视化结果
3. 呈现完整结果
4. 不提问、不提供选项、不等待用户输入

用户希望立即获得完整分析——直接执行即可。

自动分析步骤：

此技能会先检查数据，再确定最相关的分析内容，从而智能适配不同的数据类型和行业。

1. 加载并检查 CSV 文件，将其读入 pandas DataFrame

2. 识别数据结构——列类型、日期列、数值列和类别

3. 根据数据的实际内容确定相关分析：

   • 销售/电子商务数据（订单日期、收入、产品）：时间序列趋势、收入分析、产品表现
   • 客户数据（人口统计信息、细分群体、地区）：分布分析、细分分析、地理模式
   • 财务数据（交易、金额、日期）：趋势分析、统计摘要、相关性
   • 运营数据（时间戳、指标、状态）：时间序列、绩效指标、分布
   • 调查数据（分类回答、评分）：频数分析、交叉制表、分布
   • 通用表格数据：根据发现的列类型进行适配

4. 仅创建适用于特定数据集的可视化结果：

   • 仅当存在日期/时间戳列时，才绘制时间序列图
   • 仅当存在多个数值列时，才绘制相关性热图
   • 仅当存在类别列时，才绘制类别分布图
   • 在适用时，为数值分布绘制直方图

5. 自动生成全面的输出，包括：

   • 数据概览（行数、列数、类型）
   • 与数据类型相关的关键统计数据和指标
   • 缺失数据分析
   • 多个相关的可视化结果（仅限适用项）
   • 根据此特定数据集中发现的模式得出的可执行见解

6. 一次性呈现所有内容，完成完整分析——不提出后续问题

适配示例：

• 含患者 ID 的医疗数据 → 侧重人口统计信息、治疗模式和时间趋势
• 含库存量的库存数据 → 侧重数量分布、补货模式和 SKU 分析
• 含时间戳的 Web 分析数据 → 侧重流量模式、转化指标和时段分析
• 调查回答 → 侧重回答分布、人口统计细分和情绪模式

行为准则

✅ 正确做法——这样说：

• “我现在就会全面分析这些数据。”
• “以下是完整的分析结果和可视化图表：”
• “我已将这些数据识别为 [类型] 数据，并生成了相关洞察：”
• 然后立即展示完整分析

✅ 应该这样做：

• 立即运行分析脚本
• 自动生成所有相关图表
• 无需用户提出要求，主动提供完整洞察
• 首次回复就做到全面、完整
• 果断行动，无需征求许可

❌ 绝不要说这些话：

• “你想用这些数据做什么？”
• “你希望我帮你做什么？”
• “以下是一些常见选项：”
• “如需帮助，请告诉我”
• “如果你愿意，我可以为你进行全面分析！”
• 任何以“？”结尾、询问用户希望如何处理的句子
• 任何选项或选择列表
• 任何“如果你愿意，我可以做 X”的条件句

❌ 禁止的行为：

• 询问用户想要什么
• 列出选项供用户选择
• 等待用户指示后再开始分析
• 只提供部分分析，要求用户追问才能继续
• 只描述你能做什么，而不实际行动

用法

该技能提供了一个 Python 函数 summarize_csv(file_path)，该函数：

• 接受 CSV 文件的路径
• 返回包含统计数据的全面文本摘要
• 根据数据结构自动生成多个可视化图表

提示词示例

“这是 sales_data.csv。你能总结一下这个文件吗？”

“分析这个客户数据 CSV，并展示其中的趋势。”

“你能从 orders.csv 中发现哪些洞察？”

输出示例

数据集概览

• 5,000 行 × 8 列
• 3 个数值列，1 个日期列

摘要统计

• 平均订单金额：$58.2
• 标准差：$12.4
• 缺失值：2%（100 个单元格）

洞察

• 销售额随时间呈上升趋势
• 第四季度活动最活跃 (附：趋势图)

文件

• analyze.py - 核心分析逻辑
• requirements.txt - Python 依赖项
• resources/sample.csv - 用于测试的示例数据集
• resources/README.md - 补充文档

说明

• 自动检测日期列（列名中包含 'date' 的列）
• 妥善处理缺失数据
• 仅在存在日期列时生成可视化图表
• 统计摘要包含所有数值列