介绍
# Sheetsmith
## 概述 Sheetsmith 是一个轻量级的 pandas 封装工具，专注于处理 CSV/Excel 文件：在一个地方完成预览、描述、筛选、转换和转换。CLI 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，并将结果安全地写回。
## 快速开始 1. 将电子表格（CSV、TSV 或 XLS/XLSX）放入工作区内，或通过完整路径引用它。 2. 运行 `python3 skills/sheetsmith/scripts/sheetsmith.py <command> <path>`，具体命令如下所述。 3. 修改数据时，请提供 `--output new-file` 以保存副本，或者传递 `--inplace` 以覆盖源文件。 4. 查看 `references/usage.md` 以获取更多示例命令和提示。
## 命令 ### summary 打印行/列计数、dtype 分解、包含缺失数据的列以及首/尾预览。使用 `--rows` 控制摘要后显示的行数，使用 `--tail` 预览尾部而不是头部。
### describe 运行 `pandas.DataFrame.describe(include='all')`（可通过 `--include` 自定义），以便立即查看数值统计、基数和频率信息。提供 `--percentiles` 以添加额外的百分位线。
### preview 快速以表格形式查看前 `--rows` 行或后 `--tail` 行，以便在执行操作之前对列顺序或格式进行合理性检查。
### filter 通过 `--query` 输入 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，或者在您同时传递 `--output` 时，将筛选后的表写入新的 CSV/TSV/XLSX 文件。添加 `--sample` 以检查随机子集而不是整个结果。
### transform 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，并通过 `--output` 或 `--inplace` 保留更改。预览版本（不写入）复用与其他命令相同的 `--rows`/`--tail` 标志。
### convert 在支持的格式（CSV/TSV/Excel）之间转换。始终使用所需的扩展名指定 `--output`，该辅助工具将检测正确的写入器（Excel 使用 `openpyxl`，CSV 默认保留逗号分隔符，TSV 使用制表符）。这是在运行其他命令之前标准化数据的最简单方法。
## 工作流规则 - 始终保留原始文件的副本或写入新路径；只有在您明确要求 `--inplace` 时，脚本才会覆盖原始文件。 - 对探索（`summary`、`preview`、`describe`）和编辑（`filter`、`transform`）使用相同的 CLI。`--output` 标志适用于 filter/transform，因此您可以轻松地对结果进行分支。 - 在幕后，该脚本依赖于 pandas + `tabulate` 进行 Markdown 预览，并支持 Excel/CSV/TSV，因此请确保存在这些依赖项（pandas、openpyxl、xlrd、tabulate 在此系统上通过 apt 安装）。 - 当上述基本命令描述不够时，请使用 `references/usage.md` 查看扩展示例（多步骤清洗、数据集比较、表达式提示）。
## 参考资料 - **使用指南：** `references/usage.md`（包含现成可复制的命令、表达式模式和数据集清理配方）。
## 资源
- **GitHub：** https://github.com/CrimsonDevil333333/sheetsmith - **ClawHub：** https://www.clawhub.ai/skills/sheetsmith