菜单
数据分析技能，用于理解数据、分析数据、制作数据处理流程、汇总数据分析结果。当用户提到"分析数据"、"数据处理"、"数据探索"、"统计分析"、"数据清洗"、"数据汇总"、"制作数据报告"、"理解这份数据"、"看一下这个CSV/Excel/数据集"时，必须使用此技能。即使用户只说"帮我看看这个数据"、"分析一下"，只要上下文涉及数据文件或数据集，也应立即触发此技能。如果在FaMou问题定义过程中涉及到数据分析，也需要调用此技能。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/baidubce/FM-Agent --skill data-analysis命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
交互式引导用户完成 FaMou 进化任务的完整流程：先通过结构化澄清循环产出 `problem.md`，再实现并验证 FaMou 实验的三个输入物料（`init.py`、`evaluator.py`、`prompt.md`）。当用户提到以下任意情形时触发：定义/澄清/创建 FaMou 任务、帮我写 problem.md、我想建一个进化任务、帮我准备 FaMou 实验物料、生成 init.py 或 evaluator.py、优化/ML/搜索问题需要进化求解。即使用户只说"帮我做个 FaMou 任务"或提供粗略想法，也应触发此技能并从澄清阶段开始。
管理 famou 进化实验任务的工作流技能。当用户提到"提交实验"、"查看实验状态"、"删除实验"、"获取实验结果"、"famou 实验"、"上传实验"、"config.yaml 实验"或需要使用 famou-ctl 管理实验任务时，必须使用此技能。即使用户只说"提交"或"跑实验"，只要上下文涉及 famou 平台，也应触发此技能。
为 FaMou 进化算法生成可行解的 Python 代码解生成可视化结果页面。当用户提到"FaMou 可视化"、"把这个解可视化"、"可行解结果展示"、"evolution 结果"、"evolve 可视化"，或者提供了 Python 代码形式的问题解（路径规划、排课、背包、TSP、调度、机器学习等）需要直观展示效果时，必须使用此技能。即使用户只说"帮我可视化这个解"、"画出来看看"、"展示一下结果"，只要上下文涉及进化算法、优化问题的解，也应立即触发此技能。
基于 SOC 职业分类
正在显示 SKILL.md
| name | data-analysis |
| description | 数据分析技能，用于理解数据、分析数据、制作数据处理流程、汇总数据分析结果。当用户提到"分析数据"、"数据处理"、"数据探索"、"统计分析"、"数据清洗"、"数据汇总"、"制作数据报告"、"理解这份数据"、"看一下这个CSV/Excel/数据集"时，必须使用此技能。即使用户只说"帮我看看这个数据"、"分析一下"，只要上下文涉及数据文件或数据集，也应立即触发此技能。如果在FaMou问题定义过程中涉及到数据分析，也需要调用此技能。 |
数据分析任务的核心目标是：
在分析过程中，始终遵守以下约束：
拿到数据后，优先弄清楚背景：数据的业务场景是什么？用户的分析目的是什么？这决定了哪些列重要、什么算"异常"、如何处理缺失值。
不要只输出统计数字，要解释它们的含义。"均值是 3200"不如"平均订单金额约 3200 元，但中位数仅 1800 元，说明存在少量高额订单拉高了均值"。
每一步操作都要能回答"为什么这样做"，例如：
每个洞察后面都应该跟上具体数字作为依据，避免主观判断。
<workspace>/uploads/，输出目录使用 <workspace>/outputs/utf-8，失败则尝试 gbk / gb18030matplotlib.rcParams['font.sans-serif'] = ['SimHei', 'DejaVu Sans']encoding='utf-8-sig' 防止乱码无论分析路径如何，最终汇总报告应包含：
## 数据分析报告
### 数据概况
（数据规模、来源、时间范围、核心字段说明）
### 数据质量
（发现的问题、严重程度、已做处理或待确认事项）
### 核心发现
（3-5 条最重要的洞察，每条附数据支撑）
### 处理流程说明
（对数据做了哪些变换，为什么这样做）
### 后续建议
（数据改进建议、可深入分析的方向）
以下示例展示了面对不同类型数据时，如何应用上述目标和约束进行分析。
场景：用户上传一份订单 CSV，列包括订单 ID、下单时间、商品类别、金额、用户城市、支付状态，想了解"销售整体情况"。
分析思路：
质量问题处理示例：
发现"金额"列有 12 行为负值。在销售数据中，负值通常代表退款记录。建议：若分析销售额，过滤掉负值；若分析净收入，需要保留。请确认分析目标后再处理。
核心发现示例：
- 3 月销售额环比增长 34%，主要由"家电"品类驱动（贡献增量的 61%）
- 北京和上海合计占全部订单量的 47%，但客单价低于二线城市均值 15%
- 支付失败率为 8.3%，高于行业参考值（通常 2-5%），建议排查支付链路
场景：用户上传一份 Excel，多个 Sheet，列名不统一（有的叫"Q1"，有的叫"第一题"），部分单元格合并，有空行空列。
首要步骤：不急于分析，先向用户说明数据结构问题：
这份文件包含 3 个 Sheet，结构存在以下问题需要先确认：
- Sheet1 和 Sheet2 的列名不一致，是同一份问卷的不同批次，还是不同问卷？
- 第 5-8 行为空行，是否可以删除？
- "Q3_其他"列 92% 为空，是开放题填写率低，还是导出时出了问题？
确认后我来制定清洗方案。
体现约束：这里不假设列名含义，不擅自合并 Sheet，先暴露问题等用户确认。
处理流程文档示例（随输出文件一起提供）：
数据处理流程记录
原始文件：sales_2024.csv（8,412 行 × 15 列）
处理后文件：sales_2024_cleaned.csv（8,203 行 × 13 列）
变更说明：
1. 删除重复行：移除 89 行完全重复记录
2. 删除"备注2"列：缺失率 96%，无有效信息
3. 删除"内部编码"列：用户确认该列不参与分析
4. 金额列格式统一：将"¥1,200.00"格式转为数值 1200.0（共 203 行受影响）
5. 日期列标准化：统一转为 YYYY-MM-DD 格式（原始混有 MM/DD/YYYY 和中文日期两种格式）
6. 缺失值处理：
- "城市"列 34 行缺失 → 填入"未知"（用户确认）
- "金额"列 86 行缺失 → 保留为空（用户确认这批订单为异常记录，不填充）