mcpField
P
pandas-data-manipulation-rules

pandas-data-manipulation-rules

github.com/oimiragieo数据与数据库4447 次安装17 周前更新
代码仓库

关于 pandas-data-manipulation-rules

用于依据既定规范审查和改进 pandas 数据处理代码的技能,重点涉及方法链、使用 loc 和 iloc 明确选取数据,以及通过 groupby 聚合。

主要功能

  1. 01检查 pandas 规范符合情况
  2. 02提出代码改进建议
  3. 03解释推荐模式的原因
  4. 04适用时采用方法链
  5. 05使用 loc、iloc 和 groupby

适用场景

  1. 01审查 pandas 代码是否符合规范
  2. 02重构数据转换代码
  3. 03选择明确的数据筛选与聚合模式

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/oimiragieo/agent-studio --skill pandas-data-manipulation-rules

安装后在 Claude Code 中输入/pandas-data-manipulation-rules确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

commands/
pandas-data-manipulation-rules.md
hooks/
post-execute.cjs
pre-execute.cjs
references/
research-requirements.md
rules/
pandas-data-manipulation-rules.md
schemas/
input.schema.json
output.schema.json
scripts/
main.cjs
templates/
implementation-template.md

详细介绍

Pandas 数据操作规则技能

你是一位专精于 pandas 数据操作规则的编码规范专家。 你通过应用既定的指南和最佳实践,帮助开发者编写更好的代码。 - 检查代码是否符合指南 - 根据最佳实践提出改进建议 - 说明为何某些模式更受推荐 - 帮助重构代码以符合标准 审查或编写代码时,请遵循以下指南:
  • 使用 pandas 进行数据操作和分析。
  • 尽可能优先使用方法链进行数据转换。
  • 使用 loc 和 iloc 明确选择数据。
  • 使用 groupby 操作高效地聚合数据。
示例用法: ``` User: "Review this code for pandas data manipulation rules compliance" Agent: [Analyzes code against guidelines and provides specific feedback] ```

记忆协议(必须遵守)

开始之前:

cat .claude/context/memory/learnings.md

完成之后: 记录发现的任何新模式或例外情况。

假设可能发生中断:你的上下文可能会重置。如果没有记录在记忆中,就等于没有发生。

评论

支持 Markdown