软件下载帮助文档新闻资讯

Skill UI

浏览并发现 19740+ 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 28 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。

Dask 大数据并行处理

K-Dense-AI/claude-scientific-skills

Dask 是 Python 库，通过并行化 DataFrame、Array、Bag 以及自定义任务，把 pandas/NumPy 工作流扩展到超出内存的规模，可在多核或集群上完成 ETL、日志处理和分布式 ML。

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。

Polars 高速数据框架

K-Dense-AI/claude-scientific-skills

Polars 是基于 Apache Arrow 的高速内存数据框库，可替代 pandas 处理 1-100GB 级数据，提供表达式 API、惰性查询、并行计算及丰富的 I/O，适合 ETL 与数据管道场景。

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。

检测未经授权的云服务使用

detecting-shadow-it-cloud-usage

mukul975/Anthropic-Cybersecurity-Skills

本技能通过解析代理日志、DNS查询日志和网络流数据，旨在识别组织内部未经授权的SaaS和云服务（即影子IT）。它利用数据科学方法进行流量聚合、域名分类和风险评分，帮助安全团队进行全面的安全审计，并生成可执行的发现报告和整改建议。

网络流量基线建立与异常检测

implementing-network-traffic-baselining

mukul975/Anthropic-Cybersecurity-Skills

该技能利用Python pandas分析历史NetFlow/IPFIX流量数据，建立网络流量的正常基线模型。它计算小时/天级别的数据分布、主机统计和呼叫方画像，并使用Z分数和IQR等统计方法，帮助安全分析师识别数据泄露、心跳包等异常行为。

语言