data-transform

用途：对原始数据进行清洗、预处理、规范化、缩放、重塑（宽表与长表互转）、过滤、合并、聚合及特征工程，适用于多种 LLM 提供商。主要能力：缺失值与重复值处理、基于 IQR 的异常值剔除、StandardScaler/MinMaxScaler/RobustScaler 与对数变换、melt/pivot 重塑、条件过滤与抽样、merge/concat 合并、缺失值填充与插值、分箱与独热/标签编码、分组聚合、数据类型转换，以及 AnnData 转 DataFrame、基因表达矩阵变换、差异表达结果处理和批量文件处理。使用方式：在本地 Python 环境导入 pandas、numpy、sklearn，按步骤调用对应函数；命令与代码保持原样，例如 import pandas as pd、df.drop_duplicates()、pd.merge(df1, df2, on='gene', how='inner')。限制：数据在内存中处理，超大文件需分块；需注意 .dtype 与 .dtypes 区别；文档未提供具体收费、价格与平台细节，暂未提供。