data-exploration
Profile and explore datasets to understand their shape, quality, and patterns before analysis. Use when encountering a new dataset, assessing data quality, discovering column distributions, identifying nulls and outliers, or deciding which dimensions to analyze.
Installation
Pick a client and clone the repository into its skills directory.
Installation
About this skill
Profile and explore datasets to understand their shape, quality, and patterns before analysis. Use when encountering a new dataset, assessing data quality, discovering column distributions, identifying nulls and outliers, or deciding which dimensions to analyze.
How to use
Zainstaluj skill data-exploration w swoim środowisku Claude lub Copilot, dodając go do dostępnych narzędzi analitycznych.
Załaduj lub wskaż dataset, który chcesz zbadać — może to być tabela SQL, plik CSV lub inny format strukturalny.
Uruchom fazę strukturalnego zrozumienia: policz wiersze i kolumny, zidentyfikuj klucz główny, sprawdź datę ostatniej aktualizacji i zasięg czasowy danych.
Sklasyfikuj każdą kolumnę jako identyfikator, wymiar, metrykę, pole czasowe, tekst, flagę logiczną lub strukturę zagnieżdżoną.
Dla każdej kolumny oblicz profil: liczę wartości null i ich odsetek, liczbę wartości unikatowych, top 5–10 wartości najczęstszych. Dla kolumn liczbowych dodaj min, max, średnią, medianę i percentyle (p1, p5, p25, p75, p95, p99). Dla tekstowych zmierz długości i sprawdź spójność wielkości liter.
Przejrzyj raport profilowania, aby podjąć decyzję o wymiarach do analizy, wykryć anomalie i ocenić przydatność danych do dalszych prac.