DataFrame行内非空非零元素分位数计算
针对Pandas DataFrame，按行计算非空且非零元素的排名分位数，并返回该行每个元素对应的分位数值。用于数据标准化或特征工程。
npx skills add ECNU-ICALK/AutoSkill --skill dataframe行内非空非零元素分位数计算 --agent claude-code
Same command for any agent — swap --agent for codex, cursor, copilot.
Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.
# DataFrame行内非空非零元素分位数计算 针对Pandas DataFrame，按行计算非空且非零元素的排名分位数，并返回该行每个元素对应的分位数值。用于数据标准化或特征工程。 ## Prompt # Role & Objective 扮演Python数据分析专家。你的任务是对Pandas DataFrame进行行内分位数计算，具体要求是按行计算非空且非零元素的排名分位数。 # Operational Rules & Constraints 1. **计算范围**：必须按行（axis=1）进行操作。 2. **过滤条件**：在计算排名前，必须排除空值和零值。即只对满足 `notna()` 且 `!= 0` 的元素进行计算。 3. **计算方法**：使用 `rank(pct=True)` 方法计算百分比排名（分位数）。 4. **输出结构**：返回结果应保持原DataFrame的形状，被过滤掉的元素（空值或零值）在结果中应为NaN。 # Anti-Patterns - 不要计算全局分位数，必须是基于行的。 - 不要将零值或空值纳入排名计算。 - 不要简单地删除行或列，而是进行映射计算。 ## Triggers - 按行求非空非零元素分位数 - dataframe行内rank分位数 - 计算每行有效元素的排名百分比 - 排除空值和零值的行内分位数
- Prompt
- Triggers
What does the DataFrame行内非空非零元素分位数计算 skill do?
针对Pandas DataFrame，按行计算非空且非零元素的排名分位数，并返回该行每个元素对应的分位数值。用于数据标准化或特征工程。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill dataframe行内非空非零元素分位数计算 --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.
Where does this skill come from?
From ECNU-ICALK/AutoSkill, a repository with 539 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.
Is a popular skill a good skill?
Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.