Sheetsmith

概述

Sheetsmith 是一个轻量级的 pandas 包装器，专注于处理 CSV/Excel 文件：预览、描述、过滤、转换和转换这些文件，所有操作均在一个地方完成。其命令行界面位于skills/sheetsmith/scripts/sheetsmith.py，它会自动加载任何 CSV/TSV/Excel 文件，报告结构元数据，运行 pandas 表达式，并安全地将结果写回。

快速入门

1. 将电子表格（CSV、TSV 或 XLS/XLSX）放入工作区中，或通过完整路径引用它。
2. 运行python3 skills/sheetsmith/scripts/sheetsmith.py <命令> <路径>，命令如下所述。
3. 当您修改数据时，可以--output 新文件来保存一个副本，或者传递--inplace来覆盖源文件。
4. 查看references/usage.md以获取额外的示例命令和技巧。

命令

概要

打印行/列计数、数据类型细分、存在缺失数据的列以及头部/尾部预览。使用--rows参数来控制概要信息后显示多少行数据，使用--tail参数来预览尾部数据而非头部数据。

描述

运行pandas.DataFrame.describe(include='all')（可通过--include参数自定义），以便立即查看数值统计信息、基数以及频率信息。提供--percentiles参数以添加额外的百分位线。

预览

以表格形式快速查看前（使用--rows参数）或后（使用--tail参数）几行数据，以便在执行操作前检查列顺序或格式是否正确。

筛选

通过--query输入一个pandas查询字符串（例如，state == 'CA' and population > 1e6）。该命令可以打印筛选后的行，或者当您同时传递--output参数时，将筛选后的表格写入一个新的CSV/TSV/XLSX文件。添加--sample参数可以检查随机子集，而不是整个结果。

转换

组合新列、重命名或删除现有列，并立即检查结果表。提供一个或多个--expr表达式，例如total = quantity * price。使用--rename old:new和--drop column来重塑表格，并通过--output或--inplace预览版本（不含写入功能）复用与其他命令相同的--rows/--tail标识参数。

convert

在支持的格式（CSV/TSV/Excel）间进行转换。务必通过--output指定含目标扩展名的输出路径，助手将自动匹配对应写入器（Excel使用openpyxl引擎，CSV默认保留逗号分隔符，TSV使用制表符）。这是在执行其他命令前规范化数据的最简方法。

工作流准则

• 始终保留原始文件副本或写入新路径；仅当明确要求--inplace时脚本才会覆盖原文件。
• 探索性操作（summary、preview、describe) 和编辑 (筛选,转换)。该--输出标志适用于筛选/转换操作，因此您可以轻松地对结果进行分支处理。
• 在幕后，该脚本依赖 pandas 和tabulate库来生成 Markdown 预览，并支持 Excel/CSV/TSV 格式，因此请确保这些依赖项已安装（pandas、openpyxl、xlrd、tabulate 已通过 apt 安装在此系统上）。
• 当上述基本命令描述不够用时，请使用references/usage.md获取扩展示例（多步骤清理、数据集比较、表达式技巧）。

参考

• 使用指南： references/usage.md（包含可直接复制的命令、表达式模式以及数据集清理方案）。

资源

• GitHub： https://github.com/CrimsonDevil333333/sheetsmith
• ClawHub（爪爪中心）： https://www.clawhub.ai/skills/sheetsmith