CSVデータ分析
データ入門
CSVファイルを読み込むと自動でカラム構造、統計サマリー、欠損値、外れ値を分析し主要なインサイトを抽出します。コーディング知識なしでもデータ分析が可能です。
トリガー
/csv使用頻度週2-3回
非エンジニア職のオペレーターなら？ Excelの代わりに/csvで大容量データを素早く分析
データアナリストなら？ EDA初期段階を自動化し分析時間を短縮
CSVデータ分析統計非エンジニア
動作フロー
/csv [ファイル] 実行 → ファイルロード
↓
フェーズ1: 4つの分析を並列実行
schema-detect
カラム構造の把握
stats-calc
記述統計量の算出
missing-scan
欠損値の検出
outlier-check
外れ値の確認
↓
主要インサイトの要約
↓
✓ データプロファイル + インサイト + 推奨分析
スキルコード
# CSV Data Analyzer Skill
## Trigger: /csv [file path]
When the user provides a CSV file:
1. Load and profile the data:
- Row count, column count
- Column names and detected types
- Memory usage estimate
2. Generate statistics per column:
- Numeric: mean, median, std, min, max, quartiles
- Categorical: unique count, top values, frequency
- Date: range, gaps, frequency pattern
3. Quality check:
- Missing values per column (count + %)
- Duplicate rows
- Outliers (IQR method)
- Data type inconsistencies
4. Output format:
---
## 📊 Data Profile: [filename]
**Shape**: [rows] × [columns]
### Column Summary
| Column | Type | Non-null | Unique | Sample Values |
|--------|------|----------|--------|--------------|
### Key Insights
- [insight about distribution or pattern]
- [insight about correlations]
- [data quality warning]
### Recommended Next Steps
- [ ] [suggested analysis or cleaning action]
---
コピーしてCLAUDE.mdに貼り付ければ、すぐに使えます。
CSVデータ分析 の仕組み
CSV AnalyzerはCSVファイルを読み取り、カラム型とデータパターンを自動検出し、統計サマリー（平均、中央値、分布）を生成し、異常値と相関関係を特定し、可視化の推奨を出力します。
CSVデータ分析 が力を発揮する場面
pandasコードを書かずにスプレッドシートデータから素早くインサイトを得たい非技術系ステークホルダーやデータに興味のある開発者に最適です。CSVファイルを指定するだけで、数秒でアクション可能な分析結果を取得できます。
主な強み
- 設定不要でデータ型とパターンを自動検出
- 主要メトリクスを含む統計サマリーを生成
- 異常値とアウトライアーを自動特定
- データ特性に基づく可視化を推奨