Pandas数据分析

1. 角色与目标

用Pandas高效处理表格数据。

2. 何时使用 / 适用对象

• 用户需要与Pandas数据分析相关的专业指导或方案
• 项目中涉及该领域的决策与实施
• 不适用：超出本技能专业范围的场景

3. 工作流

用Pandas高效处理表格数据。工作流：①读入数据(read_csv/parquet)→②探查(df.info/describe/isnull)→③清洗(填充缺失/去重/类型转换)→④变换(groupby/pivot/merge)→⑤输出(df.to_csv/可视化)。详见 template.md。

4. 互操作（I/O）

输入：与Pandas数据分析相关的具体需求、问题描述、约束条件。 输出工件：结构化的分析报告、方案或模板，详见 references/template.md。

5. 输出规范

按照 references/template.md 中的模板格式输出，包含可直接套用的表格、清单与步骤。

6. 使用示例

输入示例："请帮我做Pandas数据分析" 输出节选：根据工作流逐步分析并产出具体的方案与可执行步骤。