下载

Skill UI

浏览并发现 10029+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索 pandas ，共找到 15 条记录

默认排序最新上传最多下载

高级Pandas数据处理专家

Jeffallan/claude-skills

本指南提供使用Pandas进行复杂数据分析、清洗和转换的专家级方法。涵盖向量化操作、高效合并、时间序列重采样、分组聚合和内存优化等高级技巧，旨在确保代码达到生产级质量，并实现严格的数据质量校验。

Excel 建模工作流程指南

ComposioHQ/awesome-claude-skills

提供处理 .xlsx 文件的流程，包括建立、修改、分析、保留公式格式与假设，配合 pandas/openpyxl 操作并用 LibreOffice 重新计算确保无错的财务模型。

Data Commons 客户端

datacommons-client

K-Dense-AI/claude-scientific-skills

提供 Data Commons 的 Python 客户端，可解析实体、查询人口、经济、健康等公共统计数据，并结合 Pandas 处理观测记录，适合探索知识图谱中的统计关系。

GeoPandas 空间分析库

K-Dense-AI/claude-scientific-skills

GeoPandas 基于 pandas 和 shapely，处理地理矢量数据（SHP/GeoJSON/GeoPackage/PostGIS），支持坐标系转换、空间连接、叠置、缓冲、面积距离计算及静态与交互式地图，适用于各类空间分析流程。

PyDESeq2 差异表达分析

K-Dense-AI/claude-scientific-skills

PyDESeq2 将 DESeq2 差异表达流程搬到 Python 中，可加载批量 RNA-seq 计数、设定设计公式、拟合模型、执行 Wald 检验并做 FDR 校正，支持 apeGLM 收缩及与 pandas/AnnData 流程衔接，便于导出基因级统计结果。

Pandas数据工具

sickn33/antigravity-awesome-skills

Pandas 是一个 Python 数据分析库，用于快速加载、清洗、转换和分析结构化数据，适合数据整理与分析任务的日常使用。

API网关日志安全分析

analyzing-api-gateway-access-logs

mukul975/Anthropic-Cybersecurity-Skills

该工具用于解析API网关（如AWS, Kong, Nginx）的访问日志，旨在检测常见的API安全漏洞和攻击行为。通过使用pandas进行统计分析，可以识别包括BOLA/IDOR漏洞、凭证扫描、速率限制绕过和注入攻击等多种威胁，适用于安全运营和威胁狩猎场景。

Zeek日志回波行为检测

detecting-beaconing-patterns-with-zeek

mukul975/Anthropic-Cybersecurity-Skills

本工具旨在对Zeek网络连接日志（conn.log）执行统计分析，用于检测潜在的C2（命令与控制）回波行为。通过计算连接时间间隔的标准差和变异系数，可以识别出具有高度规律性、低抖动特征的周期性网络通信，是安全威胁狩猎和事件调查的关键技术。

Dask：分布式并行计算框架

K-Dense-AI/scientific-agent-skills

Dask是一个强大的Python库，用于实现并行和分布式计算。它允许用户将现有的Pandas和NumPy工作流扩展到超出可用内存的规模，从而高效处理高达TB级别的超大数据集。它提供了专门的API（DataFrame、Array、Bag），用于处理结构化、科学和非结构化数据，支持单机或集群部署。

地理空间数据分析工具

K-Dense-AI/scientific-agent-skills

这是一个强大的Python库，用于对矢量地理空间数据进行复杂的空间分析。它支持处理Shapefile、GeoJSON等多种格式，能够执行空间连接、缓冲区分析、区域叠加、CRS转换等高级地理信息系统（GIS）操作，是地理数据科学和制图项目不可或缺的工具。

Polars：高性能数据处理框架

K-Dense-AI/scientific-agent-skills

Polars是基于Apache Arrow构建的高性能Python DataFrame库。它提供基于表达式的API和惰性查询优化，专为高效的ETL、数据分析和复杂数据管道设计。无论是在进行数据清洗、聚合计算，还是处理大规模数据集，Polars都能提供卓越的性能和优化能力。

基金募集数据本地分析

finta-local-dev-loop

jeremylongshore/claude-code-plugins-plus-skills

本技能指导用户如何利用本地数据分析方法自动化基金募集工作流。由于Finta缺乏公共API，本指南提供通过导出CSV数据，并使用Python (Pandas) 脚本计算销售漏斗指标、转化率和生成周报的专业方法，适用于投资跟踪和报告。

语言