CSV文件处理(免费版)

CSV文件处理（免费版）

输入格式

概述

CSV是工程与财务领域最通用的数据交换格式。本免费版提供基础的CSV读取、编码检测与数据清洗能力，满足日常单文件处理需求.

核心能力

编码自动检测

通过 chardet.detect() 读取文件前 10000 字节进行编码推断，支持以下编码：

• utf-8：标准Unicode编码
• utf-8-sig：带BOM头的UTF-8（Excel导出常见）
• latin-1：西欧语言编码

检测失败时回退至 utf-8，避免抛出 UnicodeDecodeError.

分隔符自动识别

读取文件前 5000 字符，统计 COMMON_DELIMITERS = [',', ';', '\t', '|'] 各分隔符出现频次，选取频次最高者作为分隔符.

• 参考分隔符自动识别的配置文档进行参数调优

CSV文件画像分析

调用 profile_csv() 生成 CSVProfile 对象，包含 encoding、delimiter、has_header、row_count、column_count、columns 字段。表头判定逻辑：检查首列是否为纯数字（去除 . 和 -），若非数字则判定有表头.

数据读取与清洗

read_csv() 方法封装 pd.read_csv()，默认参数 on_bad_lines='skip'、low_memory=False。清洗流程包括列名标准化（转小写、空格转下划线）、删除全空行 df.dropna(how='all')、字符串列空白裁剪.

• 参考数据读取与清洗的配置文档进行参数调优

CSV导出

export_csv() 默认使用 utf-8-sig 编码导出（带BOM，确保Excel正确显示中文），index=False 不写入行索引.

升级提示：多文件合并（merge_csvs）、按列拆分（split_csv）、智能类型转换（convert_types）、进度计划专用解析（ScheduleCSVHandler）、成本数据专用解析（CostCSVHandler）为付费版专享功能.

快速开始

1. 确认运行环境满足依赖说明中的要求
2. 在AI Agent对话中调用本技能,提供必要的输入参数
3. 检查输出结果,根据需要进行后续处理

详细的输入输出格式请参考下方章节说明。

依赖说明

运行环境

• Agent平台: 支持SKILL.md的任意AI Agent（Claude Code / Cursor / Codex / Gemini CLI等）
• 操作系统: Windows / macOS / Linux

依赖项

API Key 配置

需要配置对应API Key，详见上文环境配置章节

可用性分类

• 分类: MD+EXEC（）

API Key配置方式:

export API_KEY=${API_KEY:?请设置环境变量}

配置后需重启会话或开启新终端生效。API Key应妥善保管,避免泄露到版本控制系统.

使用流程

1. 画像分析：调用 profile_csv("export.csv") 获取文件编码、分隔符、行列数
2. 读取清洗：调用 read_csv("export.csv", clean=True) 加载并自动清洗数据
3. 结果导出：调用 export_csv(df, "output.csv") 以 utf-8-sig 编码写出

示例

示例1：文件画像与基础读取

handler = ConstructionCSVHandler()
# ...
profile = handler.profile_csv("p6_export.csv")
# 输出: Encoding: utf-8-sig, Delimiter: ',', Rows: 1542, Cols: 7
# ...
df = handler.read_csv("p6_export.csv")
print(f"加载 {len(df)} 行, {len(df.columns)} 列")
# 输出: 加载 1542 行, 7 列

示例2：导出清洗后的数据

handler.export_csv(df, "cleaned_output.csv", encoding='utf-8-sig')
# 生成带BOM的UTF-8文件，Excel可正确显示中文

错误处理

常见问题

Q1: Excel打开CSV中文乱码怎么办？

A: 导出时使用 utf-8-sig 编码（export_csv(df, "output.csv", encoding='utf-8-sig')），BOM头会让Excel正确识别UTF-8编码.

Q2: 如何判断CSV是否有表头行？

A: profile_csv() 返回的 has_header 字段会自动判定——检查首列是否为纯数字，非数字则判定有表头.

Q3: 欧式CSV用分号分隔，如何正确读取？

A: detect_delimiter() 会自动识别分号。也可手动指定：handler.read_csv("data.csv", delimiter=';').

Q4: 如何合并多个CSV文件？

A: 多文件合并为付费版专享功能。免费版建议手动使用 pd.concat() 处理少量文件，或升级至付费版使用 merge_csvs() 一键合并.

Q5: 成本列含 $ 符号如何处理？

A: 成本数据专用解析（CostCSVHandler）为付费版专享。免费版可手动执行 df['col'].replace(r'[\$,]', '', regex=True) 清洗.

已知限制

• 免费版不支持多文件合并、按列拆分、智能类型转换
• 免费版不包含进度计划与成本数据专用解析器
• 编码检测基于前 10000 字节采样，极少情况下可能误判混合编码文件
• on_bad_lines='skip' 会静默丢弃格式错误行，建议检查丢弃行数
• 升级至付费版可解锁全部高级功能

输出格式

{
  "success": true,
  "data": {
    "result": "CSV文件处理(免费版)处理结果",
    "execution_time": "0.5s",
    "metadata": {
      "version": "1.0",
      "processor": "csv-handler"
    }
  },
  "execution_log": [
    "解析输入参数",
    "执行核心处理",
    "格式化输出结果"
  ],
  "error": null
}