Data Preprocessing Pipeline 技能：清洗 CSV 并保留质量报告

Claude Code 安装步骤

从 GitHub 固定提交获取完整的 `plugins/ai-ml/data-preprocessing-pipeline/skills/preprocessing-data-with-automated-pipelines` 目录。
复制到目标项目的 `.claude/skills/`，确认 `.claude/skills/preprocessing-data-with-automated-pipelines/SKILL.md`，再从项目根目录启动 Claude Code，输入 `/preprocessing-data-with-automated-pipelines`。

用 Claude Code 把去重、补值与字段验证写成可重跑的数据预处理流程，保留原始 CSV 和统计摘要。

写入 4 行合成记录：a1 的 quantity 为 2，第二行重复 a1 且数量为 99，a2 的数量缺失，a3 的数量为 6。保留首次出现的 ID，用去重后非空数量中位数补齐缺失值。

输出 3 行，a2 的数量为 4。摘要显示移除 1 个重复行并填补 1 个缺失值。

GitHub 原文 · 更新日期 2026-11-13

准备 Python、pandas 和一份合成 CSV，包含 row_id、quantity 与 region。先定重复 ID 处理顺序及缺失值规则。

先按已定义的规则去重，再依据保留行计算补值统计，防止重复项改变统计量。