data-quality
✓诊断并修复数据集中的数据质量问题。在处理脏数据、查找重复项、处理缺失值、检测离群值/异常、验证约束（函数依赖性、引用完整性）、分析数据集或清理数据以进行分析或机器学习时使用。涵盖整个数据质量生命周期 - 定义、检测、清理、测量。
SKILL.md
| Data overview | dataprofiling.py | profiledataframe(df) | | Find quality issues | dataprofiling.py | detectglitches(df) | | Missing values | missingdata.py | analyzemissing(df) | | Imputation | missingdata.py | imputemean/median/regression() | | Duplicates | duplicatedetection.py | findduplicates(df, cols) |
| Deduplication | duplicatedetection.py | deduplicate(df, cols) | | Outliers | anomalydetection.py | detectanomalies(df) | | Constraint check | constraintchecking.py | validateconstraints(df, rules) | | String matching | similaritymetrics.py | jarowinklersimilarity() |
Re-run profiling and constraint checks on cleaned data to verify improvements.
诊断并修复数据集中的数据质量问题。在处理脏数据、查找重复项、处理缺失值、检测离群值/异常、验证约束（函数依赖性、引用完整性）、分析数据集或清理数据以进行分析或机器学习时使用。涵盖整个数据质量生命周期 - 定义、检测、清理、测量。 来源：masterkram/data-quality-skill。
可引用信息
为搜索与 AI 引用准备的稳定字段与命令。
- 安装命令
npx skills add https://github.com/masterkram/data-quality-skill --skill data-quality- 分类
- {}数据分析
- 认证
- ✓
- 收录时间
- 2026-02-01
- 更新时间
- 2026-02-18
快速解答
什么是 data-quality？
诊断并修复数据集中的数据质量问题。在处理脏数据、查找重复项、处理缺失值、检测离群值/异常、验证约束（函数依赖性、引用完整性）、分析数据集或清理数据以进行分析或机器学习时使用。涵盖整个数据质量生命周期 - 定义、检测、清理、测量。 来源：masterkram/data-quality-skill。
如何安装 data-quality？
打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等） 复制并运行以下命令：npx skills add https://github.com/masterkram/data-quality-skill --skill data-quality 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code 或 Cursor 中使用
这个 Skill 的源码在哪？
https://github.com/masterkram/data-quality-skill
详情
- 分类
- {}数据分析
- 来源
- skills.sh
- 收录时间
- 2026-02-01