# Data Analysis

> Профилирование датасета (CSV или JSON-массив объектов): типы полей, статистика (count/unique/missing, min/max/mean/std), мода и топ-N значений, гистограмма 5 корзин для чисел, топ-3 парные корреляции Пирсона, аномалии и рекомендации. Скрипт data_analyze.py читает --input и выводит отчёт в markdown (по умолчанию) или JSON. Триггеры: 'data analysis', 'анализ данных', 'профиль датасета', 'статистика…

- **Type:** Skill
- **Install:** `agentstack add skill-bestdeejay-design-agent-skills-data-analysis`
- **Verified:** Yes — security-reviewed for prompt injection and unsafe behavior
- **Seller:** [bestdeejay-design](https://agentstack.voostack.com/s/bestdeejay-design)
- **Installs:** 0
- **Category:** [Developer Tools](https://agentstack.voostack.com/c/developer-tools)
- **Latest version:** 0.1.0
- **License:** MIT
- **Upstream author:** [bestdeejay-design](https://github.com/bestdeejay-design)
- **Source:** https://github.com/bestdeejay-design/agent-skills/tree/main/skills/data-analysis
- **Website:** https://bestdeejay-design.github.io/agent-skills/

## Install

```sh
agentstack add skill-bestdeejay-design-agent-skills-data-analysis
```

Requires the [AgentStack CLI](https://agentstack.voostack.com/docs/cli). Works with Claude Code, Cursor, and any MCP-compatible agent.

## About

# Data Analysis

> Профилирование датасета: статистика полей, корреляции, аномалии и рекомендации.

Загружай этот скилл когда нужно **разобраться в данных**: понять типы полей,
распределения, пропуски, корреляции между числовыми полями и что стоит почистить
перед анализом или моделированием.

## 🎯 When to use

Use this skill when:
- Есть CSV или JSON-массив объектов и нужен профиль датасета (EDA)
- Нужно понять типы полей, пропуски, распределения и выбросы
- Просят «проанализировать данные», «почитать данные», «сделать EDA»
- Нужны корреляции между числовыми полями и рекомендации по очистке данных

Do NOT use when:
- Нужен SQL-запрос к базе данных — это `sql-helper`
- Нужна обработка CSV как таблицы (фильтры, join, преобразования) — это `csv-pro`
- Нужны графики/визуализации — скрипт выдаёт текстовый отчёт (markdown/JSON), не картинки

## 📦 Files

- `SKILL.md` — этот файл
- `scripts/data_analyze.py` — профилировщик датасета (Python 3 stdlib)
- `references/canonical-patterns.md` — эталонные EDA-паттерны канонических инструментов

## Canonical analogues

Эталонные EDA-паттерны и gap-анализ скрипта против канонических инструментов —
в `references/canonical-patterns.md`. Топ-аналоги:

- **ydata-profiling** — эталонная структура отчёта (Overview/Alerts/Variables/Correlations/Missing/Sample) и алерты качества с порогами.
- **sweetviz** — целевой анализ (target_feat) и mixed-type ассоциации (uncertainty coefficient, correlation ratio).
- **DuckDB SUMMARIZE** — профилирование одной SQL-командой: min/max/approx_unique/avg/std/q25/q50/q75/null_percentage.
- **D-Tale** — интерактивный GUI: Describe, Outlier Detection, Duplicates, Missing Analysis, Predictive Power Score.
- **skimr / DataExplorer (R)** — консольное профилирование по типам и метрики introduce() (memory_usage, complete_rows).

## 🧰 Usage

```bash
# CSV → markdown-отчёт (по умолчанию):
python3 skills/data-analysis/scripts/data_analyze.py --input data.csv

# JSON-массив объектов → markdown-отчёт:
python3 skills/data-analysis/scripts/data_analyze.py --input data.json

# JSON-отчёт (для программного использования):
python3 skills/data-analysis/scripts/data_analyze.py --input data.csv --output json

# Топ-5 значений вместо 10 и свой заголовок:
python3 skills/data-analysis/scripts/data_analyze.py --input data.csv --top 5 --title "Продажи 2026"
```

## 🔬 Проверка результата

- Markdown-отчёт содержит секции: **Размер**, **Типы**, **Статистика**, **Корреляции**, **Аномалии**, **Рекомендации**.
- JSON-отчёт — зеркало тех же секций: ключи `rows`, `fields`, `correlations`, `anomalies`, `recommendations`.
- Числовые поля: min/max/mean/std, медиана, мода, топ-N значений, гистограмма из 5 корзин.
- Корреляции: таблица 3 сильнейших парных коэффициентов Пирсона (по полным парам, без numpy).
- Аномалии: разреженные (>90% пропусков), нулевая дисперсия, высокая кардинальность строк, правосторонний перекос.
- При неисправимой ошибке (файл не найден, невалидный JSON, пустой датасет) скрипт пишет причину в stderr
  и завершается с кодом 1; предупреждения (смешанный тип поля, пропущенные элементы) работу не прерывают.

## Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

- **Author:** [bestdeejay-design](https://github.com/bestdeejay-design)
- **Source:** [bestdeejay-design/agent-skills](https://github.com/bestdeejay-design/agent-skills)
- **License:** MIT
- **Homepage:** https://bestdeejay-design.github.io/agent-skills/

Install and usage instructions live in the source repository linked above.

## Pricing

- **Free** — Free

## Security capabilities

Automated source analysis of v0.1.0 — what this tool can access:

- **Network access:** no
- **Filesystem access:** no
- **Shell / process execution:** no
- **Environment & secrets:** no
- **Dynamic code execution:** no

*"Yes" means the capability is present in the source — more access means more to trust, not that it is unsafe.*


## Versions

- **0.1.0** — security scan: passed — Imported from the upstream source.

## Links

- Listing page: https://agentstack.voostack.com/l/skill-bestdeejay-design-agent-skills-data-analysis
- Seller: https://agentstack.voostack.com/s/bestdeejay-design
- Browse the marketplace: https://agentstack.voostack.com/browse

---
Listed on AgentStack — the marketplace for AI agent skills and MCP servers. Every listing is security-reviewed. Creators keep 70%.