large-file-kpi-analysis

仓库创建 2026年4月14日最近提交 3 天前SkillHot 收录 20 天前

▸ 精选理由

自动化大文件预处理并统一单位，提升大规模Excel分析效率。

这个 Skill 做什么

自动根据数据量选读入策略，支持大文件转Parquet并提取关键指标。

针对大文件自动选取最合适的读入策略（比如把大文件转成 Parquet），然后提取关键指标做单位一致性校验和排序分析并产出可下载表格。适合处理 Excel/CSV 级别超大数据、要做指标验证或导出结果时用。亮点是自动化策略切换和物理量/单位检查，省时又稳。

▸ 展开 SKILL.md 英文原文

根据数据量自动选择读取策略（大文件转Parquet），提取关键指标进行单位一致性验证与排序分析，并输出可下载的结果表格。

数据与抓取大文件处理KPI分析Parquet通用

4.8k

Stars

331

Forks

仓库内 Skill

+141

7 日增星

安装 / 使用

给你的 Agent 一句话（通用）

帮我安装这个 skill：https://raw.githubusercontent.com/OpenSenseNova/SenseNova-Skills/main/skills/sn-da-excel-workflow/capability/excel-data-analysis/kpi-metric-analysis/SKILL.md

或 curl 直取 SKILL.md

curl -fsSL "https://raw.githubusercontent.com/OpenSenseNova/SenseNova-Skills/main/skills/sn-da-excel-workflow/capability/excel-data-analysis/kpi-metric-analysis/SKILL.md"

SKILL.MD 节选查看完整文件 ↗

## Skill Steps

> This sub-skill covers one capability of the Excel workflow. For reading/counting/Parquet optimization, see the parent workflow SKILL.md.

Step1 提取关键指标，进行物理量/指标的单位一致性验证计算，并对核心业务指标进行降序排列。
```python
# 1. 物理量/指标单位一致性验证与计算 (保留公式结构示例)
col_numerator = 'numerator_col'  # 示例：Mx (kN·m)
col_denominator = 'denominator_col' # 示例：Wx (cm³)
col_target = 'target_col' # 示例：sigma (MPa)

if col_numerator in data.columns and col_denominator in data.columns and col_target in data.columns:
    # 单位换算示例：统一到标准单位后计算
    data['den_converted'] = data[col_denominator] * 1e-6
    data['num_converted'] = data[col_numerator] * 1e3
    data['calc_result_pa'] = data['num_converted'] / data['den_converted']

via SKILL·HOT · 数据来自 GitHub 公开信息 · 原文版权归作者所有