time-currency-normalizer

name	time_currency_normalizer
name_zh	时间货币归一算子
description	时间/货币归一工具。读取结构化文本数据，将常见日期格式统一为YYYY-MM-DD，将$、€、¥/￥前缀金额转换为USD/EUR/CNY数值表达。 当用户提到统一日期格式、标准化货币金额、清洗时间表述等需求时使用此skill。 即使用户没有明确说出skill名，只要任务涉及日期或货币符号的归一化，就应该使用此skill。 不负责汇率换算、时区转换或非前缀货币单位解析。
tag	数据清洗
input_params	[{"name":"input_path","type":"string","required":true,"description":"输入结构化文件路径"},{"name":"output_path","type":"string","required":true,"description":"输出结构化文件路径"},{"name":"text_columns","type":"string","required":false,"description":"处理的文本列，逗号分隔；默认全部字符串列"},{"name":"disable_date","type":"string","required":false,"description":"关闭日期归一，仅保留货币归一"},{"name":"disable_currency","type":"string","required":false,"description":"关闭货币归一，仅保留日期归一"}]
output_params	[{"name":"output_path","type":"string","description":"日期/货币归一后的结构化文件"}]
publisher	COMMUNITY

Time Currency Normalizer 时间货币归一 Skill

功能概述

本skill对结构化数据中的文本列做时间和货币表达归一：常见日期格式统一为 YYYY-MM-DD；$、€、¥/￥ 前缀金额统一为 USD/EUR/CNY 金额，并去掉金额千分位逗号。

触发条件

当用户请求以下任务时，应使用此skill：

• 统一日期格式
• 标准化文本中的货币金额
• 清洗合同、票据、实验记录里的日期和金额表述
• 只关闭日期归一或只关闭货币归一的对照清洗

核心参数说明

必需参数

参数	说明
--input_path	输入CSV/TSV/Excel等结构化文件路径
--output_path	输出结构化文件路径

可选参数

参数	说明	默认值
--text_columns	处理的文本列，逗号分隔；不填则处理全部字符串列	全部字符串列
--disable_date	关闭日期归一	False
--disable_currency	关闭货币归一	False

输入文件格式

支持CSV、TSV、Excel (.xls/.xlsx)、SPSS (.sav)。

不支持的文件格式会直接报错拒绝，不会自动猜测格式。

使用方法

python scripts/run_time_currency_normalizer.py \
  --input_path input.csv \
  --output_path output.csv \
  --text_columns text

处理示例

输入文本	输出文本
Meeting on 2024/1/2 costs $1,299.	Meeting on 2024-01-02 costs USD 1299.
合同签订于 2024年1月2日，金额为￥300。	合同签订于 2024-01-02，金额为CNY 300。
No date or money here.	No date or money here.

环境要求

依赖Python、pandas，以及本仓库DC公用data_io读写工具。

注意事项

1. M/D/YYYY与D/M/YYYY存在歧义时，首段大于12按日-月-年，否则按月-日-年。
2. 货币归一只处理$、€、¥/￥前缀金额，不做汇率换算。
3. 该skill不负责自然语言时间推断、时区转换或后缀货币单位解析。