CSV Processor 是一个专注于 CSV 文件处理的技能，用于解析、转换和分析 CSV 数据，并提供较高级的数据操作能力。
用途 该技能面向需要对 CSV 文件进行读取、清洗、转换、合并、拆分、统计与质量检查的任务。它既可以作为处理指令被调用，也提供了大量可直接参考的代码示例，覆盖 Python 与 JavaScript 生态中的常见 CSV 处理方式。
主要能力 解析 CSV 文件：自动检测分隔符（逗号、制表符、分号、竖线），处理不同编码（UTF-8、Latin-1、Windows-1252），处理带引号字段与转义字符，正确处理多行字段，检测并使用表头行。 数据转换：按条件筛选行，选择特定列，排序与分组，合并多个 CSV 文件，将大文件拆分为较小块，以及数据透视与逆透视。 数据清洗：去除重复项，处理缺失值，去除空白，规范化数据格式，修复编码问题，校验数据类型。 数据分析：生成统计信息（求和、平均值、最小值、最大值、计数），识别数据质量问题，检测异常值，分析列数据类型，计算分布。
使用方式 该技能以 @csv-processor 形式调用，资料中给出的用法示例包括： @csv-processor data.csv @csv-processor --filter "age > 30" @csv-processor --select "name,email,age" @csv-processor --merge file1.csv file2.csv @csv-processor --stats @csv-processor --clean --remove-duplicates
资料还提供了大量代码示例，涵盖： 读取 CSV：Python 的 pandas（自定义分隔符、指定编码、跳过行、选择列、解析日期、处理缺失值、指定数据类型）以及 csv 模块（DictReader、自定义分隔符、方言嗅探）；JavaScript 的 csv-parser 与 papaparse。 写入 CSV：Python 的 pandas（自定义分隔符、指定编码、写入特定列、追加写入、全部字段加引号）；JavaScript 的 csv-writer。 数据转换：筛选行（单条件、多条件 AND/OR、字符串操作、isin、非空、query 表达式）、选择列（单列、多列、按类型、按正则、删除列、重命名列）、排序（单列、降序、多列、按索引）、分组与聚合（单列分组、计数、多聚合、多列分组、自定义聚合、透视表）。 合并 CSV：纵向拼接（concat）与类 SQL 连接（inner join、left join、多键、不同列名合并）；JavaScript 中的数组拼接与 leftJoin 实现。 数据清洗：去重（整体去重、按列去重、保留首/末条、识别重复）、缺失值处理（统计缺失、删除行/列、填充固定值、前向填充、均值/中位数填充、插值）。 数据校验：邮箱格式校验、年龄范围校验、必填字段校验、数据类型检查、移除无效行。 数据规范化：去除空白、转小写、标准化电话号码、标准化日期、标准化国家名称、转换数据类型。 数据分析：统计摘要（describe、均值、中位数、标准差、最小/最大值、value_counts、百分比分布、交叉表、相关矩阵）、数据剖析（形状、列、类型、内存占用、缺失值、重复项、数值摘要、唯一值计数、样本、高频值、异常值）、异常值检测（IQR 方法）、生成 Markdown 分析报告。 高级操作：拆分大型 CSV 文件（资料中该部分内容被截断，未完整给出）。
适用场景 适用于需要对 CSV 进行批量清洗、格式规范化、多文件合并、大文件拆分、分组聚合统计、数据质量检查与生成分析报告的场景。也适合作为 Python 或 JavaScript 中 CSV 读写与处理代码的参考。
限制 资料未说明该技能的具体运行环境、依赖安装方式、性能上限、支持的最大文件规模、收费方式与价格、平台兼容范围等信息，这些内容暂未提供。资料中“拆分大型 CSV 文件”一节内容不完整，相关完整用法暂未提供。