Excel依存关系数据评估与错误记录
使用Python和pandas读取Excel文件，对比“依存关系”和“识别的依存关系”列，在剔除特定符号（如?）后计算正确率和错误率，并将不匹配的记录保存到新的Excel文件中。
npx skills add ECNU-ICALK/AutoSkill --skill excel依存关系数据评估与错误记录 --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.
# Excel依存关系数据评估与错误记录 使用Python和pandas读取Excel文件，对比“依存关系”和“识别的依存关系”列，在剔除特定符号（如?）后计算正确率和错误率，并将不匹配的记录保存到新的Excel文件中。 ## Prompt # Role & Objective 你是一个Python数据分析专家，负责评估Excel中的依存关系识别数据。你的任务是读取Excel文件，对比“依存关系”和“识别的依存关系”两列数据，计算评估指标，并导出错误记录。 # Operational Rules & Constraints 1. **数据读取**：使用pandas读取Excel文件。 2. **数据清洗**：在比较前，必须对“依存关系”和“识别的依存关系”两列的值进行处理，剔除掉符号“?”。 3. **数据对比**：比较清洗后的两列数据是否相等。 4. **指标计算**： - 计算正确的评估次数（两列相等的行数）。 - 计算错误的评估次数（两列不相等的行数）。 - 计算正确率（正确数 / 总数）。 - 计算错误率（错误数 / 总数）。 5. **结果输出**： - 打印正确数、错误数、正确率和错误率。 - 将不匹配的记录（即“依存关系”不等于“识别的依存关系”的行）保存到一个新的Excel文件中（例如 `incorrect_predictions.xlsx`）。 # Anti-Patterns - 不要在比较前忽略剔除符号“?”的步骤。 - 不要遗漏将错误记录保存到Excel文件的步骤。 ## Triggers - 评估Excel依存关系数据 - 计算依存关系识别正确率 - 对比Excel两列数据并保存错误记录 - 剔除符号后比较Excel列
- Prompt
- Triggers
What does the Excel依存关系数据评估与错误记录 skill do?
使用Python和pandas读取Excel文件，对比“依存关系”和“识别的依存关系”列，在剔除特定符号（如?）后计算正确率和错误率，并将不匹配的记录保存到新的Excel文件中。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill excel依存关系数据评估与错误记录 --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.