c
csv-slice
作者:注册老炮@MedXpert I SynomosAIv7
CSV 切片器 — CSV 快速查看/取列/去重/条件筛选/统计行数,纯标准库 csv 模块(零依赖) 适用场景:当需要CSV 切片器能力时使用本技能;触发词:csv-slice。
下载量
281
点赞
71
价格
免费
技能文档
---
name: csv-slice
description: CSV 切片器 — CSV 快速查看/取列/去重/条件筛选/统计行数,纯标准库 csv 模块(零依赖) 适用场景:当需要CSV 切片器能力时使用本技能;触发词:csv-slice。
slug: csv-slice
title: csv-slice
version: 1.0.1
display_name: CSV 切片器
display_name_en: CSV Slice
agent_created: true
author: 诺声(Logos)@SynomosAI
license: MIT
license_scope: 代码(.py 文件)MIT;本 SKILL.md 与其中理论文本不在 MIT 覆盖范围内(见文末「License & attribution」)
allowed-tools: Read, Glob, Grep, Bash, Write
category: 效率工具
platforms: [claude, codex, cursor, windsurf, cli]
copyright: SynomosAI
description_zh: "CSV 切片器 — CSV 快速查看/取列/去重/条件筛选/统计行数,纯标准库 csv 模块(零依赖)"
description_en: "Quick CSV inspection: view or filter columns, dedupe, conditional filtering, row counts, using the pure standard-library csv module (zero-dependency)."
read_when:
- 处理本地 CSV 需轻量工具、无法装第三方库
- 快速数据预览/提取特定列/基础去重
- 自动化流程前置步骤做初步数据清洗
classification:
skillhub: ["productivity"]
iso_25010: ["Maintainability", "Usability"]
risk_tier: medium
risk_rationale: "门禁批量补丁默认 medium:调用 API/读写文件/本地执行,最小权限,密钥走 Secret;若实际涉对外代执行(push/发布/发送/上架)须人工复评,改 high。"
tags: [csv-slice, 效率工具]
ai_protocol: true
spec: usk/1.0
interface:
type: cli
entry_point: scripts/csv_slice.py
runtime: python3
call_pattern: args
input_schema:
- name: file
type: string
description: CSV 文件
required: true
- name: head
type: int
description: 前 N 行
required: false
- name: cols
type: string
description: 列号逗号串如 1,3
required: false
- name: where
type: string
description: 条件 列号=值
required: false
- name: dedup
type: bool
description: 整行去重
required: false
- name: count
type: bool
description: 只统计行数
required: false
- name: json
type: bool
description: JSON 输出
required: false
output_schema:
stdout: 切片后表格或行数
exit_code:
type: integer
description: "0=OK/PASS; 1=findings/warnings; 2=usage or argument error"
capabilities:
- csv
- data_inspection
- productivity
permissions:
network: false
filesystem: false
subprocess: false
requirements:
python_packages: []
min_python: "3.8"
changelog: "1.0.1: Bilingual rewrite (full EN+ZH, English first); 1.0.0: initial upload (USK v3)"
---
> 凡自治之物 · LGD 治理学 · 创造术家族 | 评测协议:skill-quality-gate(外部公开评测门禁文档)
## English
### When to use
1. Handling a local CSV with a lightweight tool when third-party libs can't be installed.
2. Quick data preview, extracting specific columns, or basic dedup.
3. Upstream step in an automated pipeline for initial data cleaning.
### Usage
1. Core command: `python csv_slice.py -i <file>`.
2. Common params: `--column <name>`, `--mode unique`, `--filter <expr>`.
3. Invoke as CLI or wrapped API.
### Flow
1. Confirm the Python stdlib env; prepare the CSV path.
2. Run `csv_slice.py` with file path and slice/filter params.
3. Parse params and CSV header; init the in-memory processing context.
4. Iterate rows per mode: dedup, column slice, or conditional filter.
5. Emit the result CSV to stdout or a target file.
6. Return a row-count summary and status code.
### Evidence & safety
- Evidence: TBD. Version: 1.0.1. Security: no independent scan (TBD).
## 中文
### 何时用
1. 在处理本地 CSV 文件时,需使用轻量级工具且无法安装第三方库依赖。
2. 需要快速查看数据预览、提取特定列或进行基础去重操作的场景。
3. 在自动化流程中作为前置步骤,利用 Python 标准库执行初步的数据清洗任务。
### 用法
1. 核心命令:`python csv_slice.py -i <file>`。
2. 常用参数:`--column <列名>` 指定提取特定列数据;`--mode unique` 执行行去重模式;`--filter <条件表达式>` 根据内容筛选数据。
3. 通过脚本 `csv_slice.py` 作为主要入口,支持标准命令行交互或封装后的 API 调用。
### 流程
1. 确认 Python 标准库运行环境就绪,并准备待处理的 CSV 数据源路径。
2. 执行 `python csv_slice.py` 命令,传入文件路径及必要的过滤或切片参数。
3. 解析请求的参数配置与 CSV 头部信息,初始化内存中的数据处理上下文。
4. 根据设定的模式遍历数据行,执行去重、列切片或条件筛选逻辑。
5. 将处理后的 CSV 内容输出至标准终端或直接写入指定文件路径。
6. 返回处理结果的行数统计摘要及最终状态码供调用方进行下一步验证。
### 证据与安全声明
- 证据:TBD(暂无评测/徽章链接;产生后在此更新实际链接)
- 版本:1.0.1
- 安全:未做独立安全扫描(TBD),结论待补;补全前不作推荐背书。使用说明
# CSV 切片器 / CSV Slice
[](https://github.com/zhaoxinghua09-cell/lgd-theory)
> `csv-slice` v1.0.0 · LGD-Powered Utility Family · Zero-dependency
**中文**:想看下CSV前几行某几列,打开Excel卡半天,写pandas又太重 一条命令搞定;默认 dry-run 预览、`--apply` 才执行、`--json` 机器可读;成功 rc=0 / 发现问题 rc=1 / 用法错误 rc=2。
**EN**: One command for daily file/text chores. Dry-run by default, `--apply` to execute, `--json` for machines. rc=0 ok / rc=1 findings / rc=2 usage.
## Usage / 用法
```bash
python scripts/csv_slice.py --help
```
## Disclaimer / 免责
Efficiency aid only — back up important data before --apply. / 效率辅助,--apply 前请备份重要数据。
---
## License & attribution
**分层许可(务必并读;代码许可不覆盖文档与理论文本)**
- **代码**(本包 `.py` 文件):**MIT**
- **本 `README.md` / `SKILL.md` 及其中的理论文本、方法论与一切理论表述**:**不在 MIT 覆盖范围内**,保留所有权利(All rights reserved)
```
© 2026 SynomosAI · China. All rights reserved.
理论署名 (attribution) : LGD(Lifecycle Governance Doctrine / 全程治理论)— SynomosAI initiative
名称状态 (name status) : "SynomosAI" — 未申请实体注册、未申请商标注册
(not a registered legal entity; no trademark registered)
生产参考部署 (production reference, self-reported) : 无(未声明外部生产参考部署)
← 非认证、非背书、非监管认可(not a certification or endorsement)
代码许可 (code license) : 本包未附 LICENSE 文件(许可待定)
本文本与理论表述不在任何代码许可覆盖范围内
引用格式 (cite as) : 本资产无 DOI
```
(上列为《LGD 对外表述规范》§3.2 统一块,**整体复制、未删改**;发布/重提前须照最新版本复核。)支持平台:Qoder · QoderWork · Claude · Codex 等 AI 编程助手