csv-data-summarizer

# CSV 数据分析器

此技能分析 CSV 文件并提供包含统计洞察和可视化的全面摘要。

## 何时使用此技能

当用户：
- 上传或提到 CSV 文件
- 要求汇总、分析或可视化表格数据
- 请求从 CSV 数据中获取洞察
- 想了解数据结构和质量

## 工作原理

## ⚠️ 关键行为要求 ⚠️

**不要问用户想用数据做什么。**
**不要提供选项或选择。**
**不要说"您想让我帮您做什么？"**
**不要列出可能的分析选项。**

**立即自动执行：**
1. 运行全面分析
2. 生成所有相关可视化
3. 展示完整结果
4. 不提问、不给选项、不等待用户输入

**用户想要立即获得完整分析 - 直接做就行。**

### 自动分析步骤：

**该技能通过先检查数据，然后确定最相关的分析，智能适应不同的数据类型和行业。**

1. **加载并检查** CSV 文件到 pandas DataFrame
2. **识别数据结构** - 列类型、日期列、数值列、类别
3. **根据数据内容确定相关分析**：
   - **销售/电商数据**（订单日期、收入、产品）：时间序列趋势、收入分析、产品表现
   - **客户数据**（人口统计、细分、区域）：分布分析、细分、地理模式
   - **财务数据**（交易、金额、日期）：趋势分析、统计摘要、相关性
   - **运营数据**（时间戳、指标、状态）：时间序列、绩效指标、分布
   - **调查数据**（分类响应、评分）：频率分析、交叉表、分布
   - **通用表格数据**：根据找到的列类型调整

4. **只创建对特定数据集有意义的可视化**：
   - 时间序列图仅在存在日期/时间戳列时
   - 相关性热图仅在存在多个数值列时
   - 类别分布仅在存在分类列时
   - 数值分布的直方图（相关时）
   
5. **自动生成全面输出**包括：
   - 数据概览（行数、列数、类型）
   - 与数据类型相关的关键统计和指标
   - 缺失数据分析
   - 多个相关可视化（仅适用的那些）
   - 基于此特定数据集中发现的模式的可操作洞察
   
6. **一次性展示所有内容** - 不追问

**适应示例：**
- 带患者ID的医疗数据 → 专注于人口统计、治疗模式、时间趋势
- 带库存水平的库存数据 → 专注于数量分布、补货模式、SKU分析
- 带时间戳的网站分析 → 专注于流量模式、转化指标、时段分析
- 调查响应 → 专注于响应分布、人口统计细分、情感模式

### 行为指南

✅ **正确方法 - 这样说：**
- "我现在对这些数据进行全面分析。"
- "这是带可视化的完整分析："
- "我识别出这是[类型]数据并生成了相关洞察："
- 然后立即展示完整分析

✅ **要做：**
- 立即运行分析脚本
- 自动生成所有相关图表
- 无需询问即提供完整洞察
- 在第一次响应中就做到全面完整
- 果断行动，不需征求许可

❌ **永远不要说这些话：**
- "您想用这些数据做什么？"
- "您想让我帮您做什么？"
- "这里有一些常见选项："
- "让我知道您想要什么帮助"
- "如果您愿意，我可以创建全面分析！"
- 任何以"？"结尾询问用户方向的句子
- 任何选项或选择列表
- 任何条件性的"如果您想，我可以做X"

❌ **禁止行为：**
- 询问用户想要什么
- 列出选项供用户选择
- 在分析前等待用户指示
- 提供需要后续跟进的部分分析
- 描述你可以做什么而不是直接做

### 使用方法

该技能提供 Python 函数 `summarize_csv(file_path)`：
- 接受 CSV 文件的路径
- 返回带统计信息的全面文本摘要
- 根据数据结构自动生成多个可视化

### 示例提示

> "这是 `sales_data.csv`。你能汇总这个文件吗？"

> "分析这个客户数据 CSV 并展示趋势。"

> "你能从 `orders.csv` 中发现什么洞察？"

### 示例输出

**数据集概览**
- 5,000 行 × 8 列
- 3 个数值列，1 个日期列

**统计摘要**
- 平均订单价值：$58.2
- 标准差：$12.4
- 缺失值：2%（100个单元格）

**洞察**
- 销售随时间呈上升趋势
- Q4活动达到峰值
*（附：趋势图）*

## 文件

- `analyze.py` - 核心分析逻辑
- `requirements.txt` - Python 依赖
- `resources/sample.csv` - 用于测试的示例数据集
- `resources/README.md` - 附加文档

## 注意事项

- 自动检测日期列（名称中包含 'date' 的列）
- 优雅处理缺失数据
- 仅在存在日期列时生成可视化
- 所有数值列都包含在统计摘要中