🦀 ClawHub
Skylv Data Analyzer
by @sky-lv
数据分析助手。分析CSV、JSON等数据文件，生成统计报告、可视化图表。使用场景：(1) 分析数据分布和趋势，(2) 计算统计指标（均值、中位数、标准差），(3) 数据清洗和转换，(4) 生成数据报告。
TERMINAL
clawhub install skylv-data-analyzer📖 About This Skill
name: data-analyzer description: Data analysis assistant. Analyzes CSV/JSON data, generates statistical reports and visualizations. Triggers: data analysis, csv analysis, json parser, data insights. metadata: {"openclaw": {"emoji": "📊"}}
Data Analyzer — 数据分析助手
功能说明
对数据文件进行统计分析，生成报告和可视化。
使用方法
1. 基础统计分析
用户: 分析 data.csv 文件，计算各列的统计指标
执行步骤： 1. 读取CSV文件 2. 识别数值列和分类列 3. 计算统计指标： - 数值列：均值、中位数、标准差、最小值、最大值 - 分类列：唯一值数量、最高频值 4. 输出统计报告
2. 数据分布分析
用户: 分析 sales.csv 中 amount 列的分布情况
执行步骤： 1. 读取数据 2. 计算分位数（Q1, Q2, Q3） 3. 识别异常值 4. 生成分布描述
3. 相关性分析
用户: 分析 data.csv 中 price 和 sales 的相关性
执行步骤： 1. 提取两列数据 2. 计算相关系数 3. 绘制散点图（可选） 4. 解释相关性含义
4. 数据清洗
用户: 清洗 data.csv，处理缺失值和异常值
执行步骤： 1. 检测缺失值 2. 检测异常值（IQR方法或Z-score） 3. 提供处理建议： - 缺失值：删除、填充均值/中位数/众数 - 异常值：删除、替换为边界值 4. 执行清洗并输出结果
示例输出
数据分析报告 - data.csv数据概览:
行数: 1,000
列数: 5
缺失值: 12 (0.24%) 数值列统计:
| 列名 | 均值 | 中位数 | 标准差 | 最小值 | 最大值 |
|------|------|--------|--------|--------|--------|
| age | 35.2 | 34 | 12.3 | 18 | 72 |
| income | 52.3K | 48K | 18.7K | 20K | 120K |
分类列统计:
| 列名 | 唯一值 | 最高频 |
|------|--------|--------|
| city | 15 | 北京 (23%) |
| gender | 2 | 男 (52%) |