# Data Cleaning Pipeline

Помогает построить пайплайн очистки данных на Python: обрабатывает пропуски, удаляет дубликаты, отсекает выбросы и приводит типы перед анализом.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 589 установок · ★ 371
- Автор: aj-geddes
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/aj-geddes/useful-ai-prompts/tree/HEAD/skills/data-cleaning-pipeline/SKILL.md
- Обновлён: 2026-03-04
- HTML: https://affpapa.org/nevibecode/skills/data-cleaning-pipeline

## Что делает

Скилл даёт готовые шаблоны для предобработки табличных данных. Он описывает шаги по фильтрации критических пропусков, заполнению числовых колонок медианой или через `KNNImputer`, а также масштабированию признаков с помощью `StandardScaler` и `MinMaxScaler`.

Логика выстроена вокруг класса `DataCleaningPipeline`, куда последовательно передаются шаги обработки через функции. Внутри предусмотрены расчёт межквартильного размаха (IQR) для поиска аномалий, очистка текста регулярными выражениями и сборка отчёта о качестве данных.

Для выполнения сгенерированного кода в проекте понадобятся установленные библиотеки `pandas`, `numpy` и `scikit-learn`. Без них скрипт завершится с ошибкой ещё на этапе импорта классов импутации.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add aj-geddes/useful-ai-prompts --skill data-cleaning-pipeline -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/data-cleaning-pipeline/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/data-cleaning-pipeline/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add aj-geddes/useful-ai-prompts --skill data-cleaning-pipeline -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/data-cleaning-pipeline/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add aj-geddes/useful-ai-prompts --skill data-cleaning-pipeline -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/data-cleaning-pipeline/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install aj-geddes/useful-ai-prompts data-cleaning-pipeline
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/data-cleaning-pipeline/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add aj-geddes/useful-ai-prompts --skill data-cleaning-pipeline -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/aj-geddes/useful-ai-prompts --path skills/data-cleaning-pipeline
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/data-cleaning-pipeline/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add aj-geddes/useful-ai-prompts --skill data-cleaning-pipeline -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/aj-geddes/useful-ai-prompts/tree/HEAD/skills/data-cleaning-pipeline/SKILL.md

## Когда брать
- настроить заполнение пропусков через SimpleImputer или KNNImputer
- найти и отсечь выбросы по правилу межквартильного размаха IQR
- удалить дубликаты по заданному набору ключевых колонок
- составить сводный отчёт о потерях строк и проценте пропусков

## Примеры запросов агенту
- Собери пайплайн очистки для raw_data.csv с заполнением пропусков через KNN
- Напиши класс DataCleaningPipeline для фильтрации выбросов по IQR в колонке amount
- Добавь в скрипт проверку типов данных и генерацию отчёта о качестве

## Похожие
- [data-scientist](https://affpapa.org/nevibecode/agents/data-scientist.md) — субагент · 3342 установки
- [stata-data-cleaning](https://affpapa.org/nevibecode/skills/stata-data-cleaning.md) — скилл · 351 установка
- [senior-data-scientist](https://affpapa.org/nevibecode/skills/senior-data-scientist.md) — скилл · 942 установки
- [csv-data-summarizer](https://affpapa.org/nevibecode/skills/csv-data-summarizer.md) — скилл · 2100 установок
- [analytics-data-analysis](https://affpapa.org/nevibecode/skills/analytics-data-analysis.md) — скилл · 1100 установок
- [data-jupyter-python](https://affpapa.org/nevibecode/skills/data-jupyter-python.md) — скилл · 865 установок

Из того же набора: [aj-geddes/useful-ai-prompts](https://affpapa.org/nevibecode/by/aj-geddes/useful-ai-prompts.md) — 149 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