工作流程

数据 社区

技能解读

当前原文的自动摘译,尚未人工审校。

第 2 步 — 大文件门(关键 — 按行数选择策略)

总行数 · 策略 · 做什么 < 10k · 直接读取 · df = pd.read_excel(file_path, sheet_name=target_sheet) 10k – 100k · Parquet 缓存 · pd.read_excel() 一次 → df.to_parquet() → 所有后来从 Parquet 读取的数据 >= 100k · 停止。加载sn-da-large-file-analysis技能·阅读其SKILL.md,然后按照其流式读取+Parquet模式。根本不要使用pd.read_excel()——它会在超过 100k 行时出现 OOM 或超时。

步骤 4 — 数据清理

处理缺失值、标准化文本、清理无效字符。 ⚠️大文件规则:当total_rows >= 100k时,不要使用df.apply(lambda...)。请改用矢量化运算或np.where()。请参阅sn-da-large-file-analysis 技能了解矢量化备忘单。 → 能力:

流狐档案 运行与权限由流狐静态检查推断,不代表作者声明或实际测试结果。
领域
数据
作者声明的智能体
未找到明确声明;不据此推断已兼容或已测试
静态检查
88 / 100 · 启发式扫描,不代表运行安全
运行环境证据
未执行;当前没有隔离运行测试证据
作者 / 版本 / 许可证
@OpenSenseNova · 未声明许可证
上下文用量评级
低消耗
接入复杂程度
需简单配置
是否需要外部接口密钥
不需要
兼容的系统
未声明(默认跨平台)
运行环境要求
Python
检测到的文件与系统行为
  • 只读
  • 命令执行
网络行为
仅限本地
安装命令数
无(仅作为资料)

需要注意: 未声明工具权限范围;实际权限由运行环境决定。

输出预览 sn-da-excel-workflow.preview
output_path = "/mnt/data/result.xlsx"
result_df.to_excel(output_path, index=False)
print(f"[Download](sandbox:{output_path})")

讨论

基于 GitHub Discussions。登录 GitHub 即可参与讨论、点赞、订阅更新。