Csv Analyzer

Analyze CSV files with simple commands. Get instant statistics, filter data, detect anomalies, and export results — all without pandas or heavy dependencies.

Usage

Quick stats

python3 {baseDir}/scripts/csv_analyze.py stats data.csv

Shows row count, column types, min/max/mean for numeric columns, unique counts for text columns.

Filter rows

python3 {baseDir}/scripts/csv_analyze.py filter data.csv --where "amount>1000" --output big_orders.csv

Top/Bottom N

python3 {baseDir}/scripts/csv_analyze.py top data.csv --column revenue --n 10
python3 {baseDir}/scripts/csv_analyze.py bottom data.csv --column revenue --n 5

Detect anomalies (values outside 2σ)

python3 {baseDir}/scripts/csv_analyze.py anomalies data.csv --column price

Group and aggregate

python3 {baseDir}/scripts/csv_analyze.py group data.csv --by category --agg "sum:amount" "count:id"

Features

📊 Automatic column type detection (numeric, date, text)
🔍 Flexible filtering with comparison operators
📈 Statistical summary (mean, median, std, min, max, percentiles)
🚨 Anomaly detection (z-score based)
📋 Grouping and aggregation
💾 Export filtered/processed results
🪶 Zero external dependencies — Python stdlib only (csv module)

Dependencies

None! Uses only Python standard library.

Why Not Pandas?

Pandas is great but:

Takes 100MB+ RAM just to import
Overkill for quick analysis tasks
This skill runs on 2GB RAM servers without issues
For truly large datasets, the agent can recommend installing pandas

Limitations

Designed for files up to ~100MB (loads into memory)
For larger files, use streaming mode or install pandas
Date parsing is basic (ISO format preferred)

依赖说明

运行环境

Agent平台: 支持SKILL.md的任意AI Agent( Code / Cursor / Codex / CLI等)
操作系统: Windows / macOS / Linux

依赖说明

| 依赖项 | 类型 | 是否必需 | 获取方式 | |:-------|:-----|:---------|:---------| | LLM API | API | 必需 | 由Agent内置LLM提供 |

API Key 配置

本Skill基于Markdown指令,无需额外API Key(除内容中明确标注的外部API)

可用性分类

分类: MD+EXEC(纯Markdown指令,部分功能需要exec命令行执行能力)
说明: 基于Markdown的AI Skill,通过自然语言指令驱动Agent执行任务

适用场景

| 场景 | 输入 | 输出 | |------|------|------| | 基础使用 | 用户请求 | 处理结果 |

不适用于：需要人工判断的复杂决策场景

使用流程

确认运行环境满足依赖说明中的要求
根据适用场景选择合适的使用方式
执行操作并检查输出结果
如遇错误，参考错误处理章节

示例

示例1：基础用法

输入: 用户请求
处理: 根据使用流程执行
输出: 处理结果

错误处理

| 错误场景 | 原因 | 处理方式 | |---------|------|---------| | 配置错误 | 参数缺失或格式错误 | 检查依赖说明中的配置要求 | | 运行时错误 | 运行环境不满足 | 确认运行环境符合依赖说明 | | 网络错误 | 连接超时或不可达 | 检查网络连接后重试，参考国内替代方案 |

常见问题

Q1: 如何开始使用Csv Analyzer？

A: 请先阅读使用流程章节，确认环境满足依赖说明中的要求。

Q2: 遇到错误怎么办？

A: 请参考错误处理章节，按照表格中的处理方式操作。

Q3: Csv Analyzer有什么限制？

A: 请参考已知限制章节了解具体限制。