cas-bigdatalab Missing Value Remover 缺失值删除 Skill
功能概述
本skill用于删除数据中包含缺失值的行或列：
- drop：删除包含任何缺失值的行
- drop_cols：删除缺失比例超过阈值的列
输入文件格式
支持以下结构化文件格式：
- CSV
- TSV
- Excel（.xlsx / .xls）
- JSON
- JSONL
不支持的文件格式会直接报错拒绝，不会自动猜测格式；如需处理其他格式，请先转换为以上支持格式后再使用本skill。
使用方法
删除含缺失值的行
python scripts/run_missing_value_remover.py \
--input data.csv \
--output cleaned.csv \
--strategy drop
删除缺失严重的列
python scripts/run_missing_value_remover.py \
--input data.csv \
--output cleaned.csv \
--strategy drop_cols \
--threshold 0.5
参数说明
| 参数 | 必填 | 说明 |
|---|---|---|
--input |
是 | 输入文件路径 |
--output |
是 | 输出文件路径 |
--columns |
否 | 处理字段，逗号分隔 |
--strategy |
否 | 删除策略，默认"drop" |
--threshold |
否 | 删除阈值，默认0.5 |
环境要求
pip install pandas numpy openpyxl