最新Skill
使用Pandera模式定义来验证和转换Pandas DataFrame，支持列级别的数据类型、可空性和自定义检查约束。从示例DataFrame自动生成Pandera模式代码。
使用Pandas和pipe()方法链模式构建数据转换管道。与SQLAlchemy集成以进行数据库I/O操作，并与PyArrow集成以进行高性能Parquet操作。
使用ydata-profiling（前身为pandas-profiling）生成全面的数据质量报告，包含相关性分析、缺失值模式和基数检测。导出交互式HTML仪表板和JSON摘要。
使用 pandera 库 API 和 pa.DataFrameSchema 定义来验证 Pandas DataFrame 结构。通过 pandera.Check 强制执行列类型、可空约束和自定义检查函数。
当学校或教育机构需要开展 Cognia 认证自评、持续改进规划，或任何结构化的学校数据分析工作时，应使用本技能。该技能实现了 Cognia 的五步数据分析流程（识别数据来源、数据清洗、分析与整合、解读发现、制定行动理论），并覆盖其三项必需分析类型（学生学业表现、利益相关者反馈、学习环境观察），包括各项评估标准的评级、根本原因分析方法（鱼骨图、五问法），以及“如果…那么…以便…”（if/then/so-that）形式的行动理论。可借助本技能，将原始的问卷调查、学业测评、课堂观察及文档资料等数据，转化为符合
Miller (mlr) 是一个命令行工具，用于查询、整形和重新格式化名称索引数据，如 CSV、TSV、JSON 和 JSON Lines。它将 awk、sed、cut、join 和 sort 的功能整合到一个专为结构化数据处理而构建的单一工具中。
当代理已经知道网站路由或内容URL，并且在启动前需要有效的sitemap XML、sitemap索引或robots.txt引用时，请使用sitemap。这是一个发布构件技能，而不是爬虫或SEO平台。
