关于 wrangling-skills
面向 Agent 的 10 项数据整理技能,涵盖 CSV 分析、研究数据清理、问卷处理和文本挖掘。按需求选择技能后读取其 SKILL.md。
主要功能
- 01CSV 探索与统计分析
- 02研究数据清理工作流
- 03缺失数据诊断与插补
- 04Pandas 和 Stata 数据转换
- 05问卷设计与处理
- 06研究文本挖掘
适用场景
- 01探索并汇总 CSV 文件
- 02清理研究数据并处理缺失值
- 03准备问卷回答以供分析
- 04使用 NLP 挖掘研究文本
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ wentorai/ research-plugins --skill wrangling-skills安装后在 Claude Code 中输入/wrangling-skills确认已加载。
详细介绍
数据整理 — 10 项技能
选择符合用户需求的技能,然后读取其 SKILL.md。
| 技能 | 描述 |
|---|---|
| csv-data-analyzer | 加载、探索、清理和分析 CSV 数据,并生成统计摘要 |
| data-cleaning-pipeline | 面向研究数据集的系统化数据清理工作流 |
| data-cog-guide | 只需最少提示即可上传杂乱的 CSV,进行深入的自动化分析 |
| missing-data-handling | 诊断缺失数据模式,并采用适当的插补策略 |
| pandas-data-wrangling | 使用 pandas 清理、转换数据并进行探索性分析 |
| questionnaire-design-guide | 使用李克特量表和编码设计问卷与调查 |
| stata-data-cleaning | 使用 Stata 清理、转换和验证杂乱的研究数据 |
| streamline-analyst-guide | 配备 Streamlit UI 的端到端数据分析 AI Agent |
| survey-data-processing | 清理、重新编码并准备调查回复数据以供分析 |
| text-mining-guide | 将 NLP 和文本挖掘技术应用于研究文本数据 |
评论
支持 Markdown