data-profiler

name: data-profiler description: 数据探查技能，分析数据结构、统计信息、值分布

数据探查技能

⚠️ 强制约束（违反将导致探查失败）

1. 必须调用 data_profile 工具 - 不要自己写代码，直接调用工具
2. 必须等待工具返回结果 - 工具返回前禁止进行任何总结
3. 必须看到完成标记 - 只有看到 "✅ 数据探查完成" 才算执行成功
4. 禁止虚构任何数据 - 所有数字、列名、值分布必须来自工具输出

❌ 错误示例：自己写 pandas 代码执行数据探查 ✅ 正确做法：调用 data_profile 工具，传入文件路径

执行流程

第一步：准备参数

从上下文 "可用文件" 部分获取 容器路径（如 /data/project_files/xxx/file.csv）

第二步：调用数据探查工具

使用 data_profile 工具执行探查：

data_profile(
    file_path="/data/project_files/xxx/file.csv"  # 容器路径
)

工具会返回完整的探查结果，包含：

• 数据集概要（行数、列数、内存）
• 列分类（维度、指标、时间、文本）
• 关键列分析（空值率、唯一值、值分布）
• 数据样本（前50行）

第三步：验证执行结果

检查工具返回中是否包含：

• ✅ 成功读取文件：X 行, Y 列 - 确认文件已读取
• ## 1. 数据集概要 - 有行数、列数、列名
• ## 2. 关键列分析 - 有空值率、唯一值、值分布
• ## 3. 数据样本 - 有数据表格
• ✅ 数据探查完成 - 执行成功标记

如果缺少任何一项，说明执行失败，需要重试。

第四步：基于真实输出继续分析

根据工具输出的实际数据（不是假设的数据）进行后续分析。

注意：数据筛选和过滤需要在后续步骤中自己编写代码完成，data_profile 只提供数据结构信息。

重要提示

• 使用上下文 "可用文件" 部分的 容器路径（如 /data/project_files/xxx/file.csv）
• 禁止使用本地路径（如 /Users/...）
• 如果执行失败，检查路径是否正确后重试