# pandas-construction-analysis

Скилл pandas-construction-analysis для работы с данными строительных проектов через Pandas. Фильтрует элементы BIM, считает объёмы, объединяет датасеты и выводит отчёты — всё на Python. Нужен Python 3 в системе.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 153 установки · ★ 434 у репозитория
- Автор: datadrivenconstruction
- Лицензия: MIT · policy=mirror · лицензия открытая, файл — в исходнике
- Исходник: https://github.com/datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction/tree/HEAD/2_DDC_Book/2.3-Pandas-LLM-Analysis/pandas-construction-analysis/SKILL.md
- Обновлён: 2026-10-19
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/pandas-construction-analysis

## Что делает

Скилл предоставляет готовые Pandas-операции для обработки конструкторских данных: фильтрация по категориям (стены, полы, колонны), группировка по уровням и материалам, расчёт общих объёмов и стоимости. Внутри — примеры создания DataFrames из Excel и CSV, преобразования типов данных, агрегации через groupby и pivot_table, а также слияния датасетов по категориям или ID элементов.

Операции охватывают строковые трансформации (извлечение номеров уровней из текста), работу с датами (парсинг, расчёт продолжительности), и добавление вычисляемых столбцов (например, стоимость как объём × цена за единицу). Для запуска нужен `python3` в `PATH`.

Скилл содержит готовые шаблоны для типичных задач: фильтр больших элементов, сводные таблицы по категориям, слияние таблиц цен с данными элементов. Код учитывает особенности BIM-экспорта — пропущенные значения, разные форматы дат, категориальные признаки.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill pandas-construction-analysis -a claude-code
```

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

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill pandas-construction-analysis -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/pandas-construction-analysis/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill pandas-construction-analysis -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/pandas-construction-analysis/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction 2_DDC_Book/2.3-Pandas-LLM-Analysis/pandas-construction-analysis
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/pandas-construction-analysis/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill pandas-construction-analysis -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --path 2_DDC_Book/2.3-Pandas-LLM-Analysis/pandas-construction-analysis
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/pandas-construction-analysis/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill pandas-construction-analysis -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/datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction/tree/HEAD/2_DDC_Book/2.3-Pandas-LLM-Analysis/pandas-construction-analysis/SKILL.md

## Когда брать
- Посчитать объём всех стен по материалам и уровням
- Выделить элементы по условиям (объём > 50 м³, категория = Бетон)
- Слить таблицу элементов с таблицей цен и рассчитать стоимость
- Вывести сводку: количество элементов и средний объём по типам
- Экспортировать фильтрованные данные обратно в Excel

## Примеры запросов агенту
- Найди все стены из бетона в проекте и раздели их на группы по уровню
- Создай сводную таблицу: строки — материалы, столбцы — категории элементов, значения — сумма объёмов
- Загрузи данные из `bim_export.xlsx`, отфильтруй элементы с объёмом больше 100 м³ и сохрани в новый файл

## Похожие
- [Pandas Data Analysis](https://affpapa.org/nevibecode/skills/pandas-data-analysis.md) — скилл · 1100 установок
- [Pandas Data Analysis taste](https://affpapa.org/nevibecode/prompts/pandas-data-analysis-taste.md) — промпт · ★ 178201 у репозитория
- [pandas-pro](https://affpapa.org/nevibecode/skills/pandas-pro.md) — скилл · 6300 установок
- [pandas-best-practices](https://affpapa.org/nevibecode/skills/pandas-best-practices.md) — скилл · 940 установок
- [pandas-expert](https://affpapa.org/nevibecode/agents/pandas-expert.md) — субагент · ★ 1029 у репозитория

_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
