# Pandas Data Analysis taste

Промпт Pandas Data Analysis taste для ChatGPT и Claude.ai предлагает практики работы с Pandas для воспроизводимого анализа данных.

- промпт · `type=prompt` · ChatGPT, Claude.ai, Claude Code · ★ 178201 у репозитория
- Автор: f
- Лицензия: CC0-1.0 · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/f/prompts.chat/tree/HEAD/prompts.csv
- Обновлён: 2026-10-24
- Проверка безопасности: автоматическая, 2026-11-17 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/prompts/pandas-data-analysis-taste

## Что делает

Промпт «Pandas Data Analysis taste» предлагает набор принципов для создания воспроизводимого анализа данных с использованием библиотеки Pandas. Он фокусируется на практиках, которые помогают избежать распространённых ошибок и улучшить надёжность кода. Среди ключевых рекомендаций — ведение анализа в версионируемых скриптах, фиксация версий библиотек (`pandas`, `numpy`, `pyarrow`) в `lockfile` для стабильности результатов, а также явное указание типов данных (`dtype`, `parse_dates`, `usecols`) при чтении больших файлов, чтобы Pandas не угадывал их автоматически.

Промпт советует предпочитать формат `Parquet` для промежуточных датасетов из-за сохранения типов, хорошего сжатия и быстрой загрузки. Он также рекомендует использовать `pyarrow-backed` строковые и nullable типы данных, чтобы пропущенные значения не превращали целочисленные столбцы во `float`. Для преобразований данных предлагается применять цепочки методов с `assign`, `pipe` и `query`, избегая последовательных изменений на месте. Важно никогда не использовать `inplace=True`, а переназначать результат, чтобы поток данных оставался прозрачным. Для выбора данных следует явно использовать `.loc` и `.iloc`, избегая цепочечного индексирования, которое вызывает `SettingWithCopyWarning`. При работе с большими объёмами данных промпт предлагает переходить на `DuckDB` или `Polars`, когда `pandas` перестаёт комфортно умещаться в памяти.

## Установка

### ChatGPT (родная платформа)

**Как использовать**
- Вставьте текст в начало диалога или в инструкции проекта

### Claude Code

**Вручную: положить файлы**
- Файл: `.claude/commands/prompts.csv.md`

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/f/prompts.chat/tree/HEAD/prompts.csv

## Когда брать
- Обеспечить воспроизводимость результатов анализа данных
- Эффективно обрабатывать большие наборы данных в Pandas
- Предотвратить скрытые изменения типов данных
- Поддерживать чёткий поток данных при преобразованиях
- Валидировать предположения после основных шагов обработки данных

## Примеры запросов агенту
- Сформулируй рекомендации для анализа данных с Pandas, следуя принципам воспроизводимости.
- Предложи лучшие практики для работы с Pandas DataFrame, включая обработку типов и объединение таблиц.
- Как избежать `SettingWithCopyWarning` при выборе данных в Pandas?

## Похожие
- [Pandas Data Analysis](https://affpapa.org/nevibecode/skills/pandas-data-analysis.md) — скилл · 1100 установок
- [pandas-construction-analysis](https://affpapa.org/nevibecode/skills/pandas-construction-analysis.md) — скилл · 153 установки
- [analytics-data-analysis](https://affpapa.org/nevibecode/skills/analytics-data-analysis.md) — скилл · 1200 установок
- [Exploratory Data Analysis](https://affpapa.org/nevibecode/skills/aj-geddes-exploratory-data-analysis.md) — скилл · 522 установки
- [dataverse-python-pandas-integration](https://affpapa.org/nevibecode/rules/dataverse-python-pandas-integration.md) — правило · ★ 41430 у репозитория
- [pandas-pro](https://affpapa.org/nevibecode/skills/pandas-pro.md) — скилл · 6300 установок

Из того же набора: [f/prompts.chat](https://affpapa.org/nevibecode/by/f/prompts.chat.md) — 218 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
