电商数据清洗skill正式版：面向电商数据分析的 SkillHub 社区技能
电商数据清洗skill正式版（@user_cf88f39e/hbxh-ct）是 SkillHub 上社区发布的 data-analysis 类技能，版本 v2.0.9，标签 requires_api_key=false。公开简介以版本说明为主，未列出详细清洗规则。本文依据 SkillHub 页面与官方安装文档，说明定位、平台数据、通过 skillhub CLI 安装到 Cursor 等客户端 skills 目录的步骤，以及文档粒度与安装可用性等注意事项，并给出官方页面与坐标。
阅读全文清洗数据：面向内部分析流水线的 SkillHub 数据清洗技能
SkillHub 社区技能「清洗数据」（@user_5f8aef2c/cleandata01，v1.0.0）面向企业内部数据分析：接收原始业务数据，过滤空值、剔除重复并输出标准化数据集，供后续分析技能调用；强调仅处理授权数据、内网闭环。本文基于官方简介与 SkillHub 安装文档，说明定位、核心能力、skillhub CLI 安装路径（Cursor、Claude Code、Codex 等）及对话式典型用法，并提示合规与社区维护注意事项。
阅读全文数据清洗与分析：在 Agent 里处理表格型数据的 Skill
介绍 SkillHub 社区 Skill「数据清洗与分析」（@user_d9bb652a/data-cleaning-analysis，v1.0.0）。适用于 CSV、Excel、JSON、SQL 等表格数据的缺失值、异常值、重复、类型转换、统计摘要、可视化与相关性分析。说明社区来源、requires_api_key=false，以及通过官方提示词或 skillhub install 安装到 Cursor 等 Agent skills 目录的方法与使用触发方式。
阅读全文Excel数据清洗大师：在 AI 对话里完成 Excel 脏数据预处理
Excel数据清洗大师是 SkillHub 社区 Skill（@user_e9988879/excel-data-cleaner，v1.0.0），面向分析师、财务与运营，覆盖去重、缺失值、格式标准化、异常值检测、分列合并与多表汇总。本文基于官方页面与安装文档说明定位、能力与安装：可用 skillhub install 配合 --dir 装入 Cursor、Claude Code 等 skills 目录，或将官方提示词交给 AI 按 skillhub.md 安装；无需 API Key。典型用法为安装后在对话中描述表格与规则，由 Agent 按 SKILL.md 执行清洗。
阅读全文dsh-unique：纯 Node 数组去重插件
`dsh-unique` 是一个由 uckkk 维护的 DeepSeek Harness 工作流插件，专注于提供高效的数组去重功能。作为纯 Node.js 实现，它不依赖网络请求，运行速度快，适合在本地处理列表数据。安装后可直接在会话中调用其工具。该插件依赖特定版本的 DeepSeek 库，且由于涉及代码执行，建议在安装前检查源码与许可证。
阅读全文DSH 插件介绍：satan9394/dsh-dataset-curation 数据集整理
`satan9394/dsh-dataset-curation` 是一个集成至 DeepSeek Harness 工作流的 DSH 插件，旨在解决智能体开发中繁琐的数据集整理问题。该插件支持数据清洗、质量筛选、多样性处理、拆分及标注等核心功能。开发者可通过 GitHub 获取安装方式，使用时需注意以当前进程权限运行，并自行检查源码许可证。该工具适合需要频繁规范化处理数据集的开发者。
阅读全文pandas保姆级教程：缺失值处理从入门到实践
这篇文章介绍了数据分析中缺失值的处理方法。缺失值指数据集中无有效值，pandas中以`NaN`表示。处理前需先检查：`isnull()`标记缺失值，`isnull().sum()`统计各列缺失数，`info()`查看整体缺失分布。 处理策略分删除和填充：删除用`dropna()`，按行（默认）或列删除含缺失值的记录；填充用`fillna()`，包括固定值（如0）、统计量（均值/中位数适合数值，众数适合分类）、向前/向后填充（`ffill/bfill`，适用于时间序列）。 案例以电商订单数据为例，先检查缺失值，再用均值填充“金额”列，众数填充“支付方式”列。处理核心步骤为：检查缺失→选策略（极少值删除，多值或关键数据填充）→验证结果，需结合数据特点灵活选择方法。
阅读全文