数据分析工程开发自动化
data-cleaning-pipeline-generator
为 pandas/polars/PySpark 生成数据清洗管道,处理缺失值、重复项、异常值、类型转换及数据验证。
浏览: 10★ 5
探索可复用的代理技能,查看实现细节,快速找到适合你工作流程的技能。
共找到 209 个技能
为 pandas/polars/PySpark 生成数据清洗管道,处理缺失值、重复项、异常值、类型转换及数据验证。
世界级资深数据工程技能,用于构建可扩展的数据管道、ETL/ELT 系统及现代化数据基础设施,精通 Python、Spark、dbt 与 Kafka。
使用 Axum、SQLx 和 thiserror 实现健壮的 Rust 后端服务,并运用生产级架构模式。
通过递归分块、子查询与聚合结果处理超过 1,000 万 token 的大型文件和代码库,突破 LLM 上下文窗口限制。
ManimGL (3Blue1Brown OpenGL 动画引擎) 的最佳实践与代码模版。提供 3D 与交互场景开发、摄像机控制、以及 LaTeX 数学可视化指南,专为技术创作者设计。
使用结构化 JSON 提示词与自动化 Python 脚本生成高质量的图像、角色与场景,支持参考图像以进行精确的视觉创作。
indiiOS 的自动递归执行引擎,负责管理任务完成、状态验证与错误处理。
Java 开发规范,包含命名约定、异常处理、Spring Boot 最佳实践及并发处理模式。
使用可靠的 Python 脚本将图像以 90 度为单位进行旋转。支持 PNG、JPG、GIF、BMP 和 TIFF 格式,确保图像质量并提供自动化文件处理。
编写、执行并优化 SQL 查询,涵盖从简单查询到复杂的多表连接、聚合与子查询,适用于数据检索与报表生成。
为股票和 ETF 进行全面的技术分析,使用 RSI、MACD 和布林带等指标生成可操作的交易信号与比较报告。
C 编程语言专家,专注于内存管理、系统程序设计、底层优化与调试最佳实践。