data-validation-first
Use this skill before any data analysis, transformation, or modeling. Always inspect and validate the data before drawing conclusions or writing transformations.
Datos de origen
- Repositorio
- aiming-lab/MetaClaw
- Última actividad en el origen
- 10 de marzo de 2026 a las 18:04
- Idioma detectado de SKILL.md
- inglés
- Estrellas
- 3456
- Forks
- 450
Opciones de instalación
De forma predeterminada está seleccionado el prompt que primero revisa el origen. Puedes cambiar a un comando directo o descargar una copia local.
Revisa los archivos de origen
Lee SKILL.md y los archivos complementarios que muestra SkillsMP antes de decidir si quieres instalarlo.
Mostrando SKILL.md
SKILL.md
Instrucciones de origen · Vista previa de solo lectura- name
- data-validation-first
- description
- Use this skill before any data analysis, transformation, or modeling. Always inspect and validate the data before drawing conclusions or writing transformations.
- category
- data_analysis
# Data Validation First
Before writing any analysis code, understand the data:
```python
# Always run these first
df.shape # rows x columns
df.dtypes # column types
df.isnull().sum() # missing values per column
df.describe() # statistics for numeric columns
df.head() # sample rows
```
**Key questions:**
- Are there nulls in columns you'll join or filter on?
- Are numeric columns stored as strings? (parse_dates, astype)
- Are there unexpected duplicates (check primary key uniqueness)?
- Does the row count match your expectation from the source?
**Anti-pattern:** Running `.groupby().sum()` without first checking for nulls in the groupby key.
Ver en GitHub