Data Processing
使用灵活的检测策略从CSV数据中移除重复列。非常适合清理数据集、移除冗余信息和优化数据结构。 功能特点: - 检测相同标题的列 - 查找相同数据内容的列 - 支持大小写敏感/不敏感匹配 - 多种移除策略可选 - 保持数据完整性 - 支持大型数据集 - 快速高效的处理 常见用途: - 清理合并的数据集 - 移除冗余数据列 - 优化分析数据 - 为机器学习准备数据 - 减少文件大小和复杂度 - 标准化数据格式
用三种语言从你的代码中调用此工具。
curl -X POST 'https://api.elysiatools.com/zh/api/tools/duplicate-column-remover' \
-H 'Content-Type: application/json' \
-d '{"csvContent":"Paste your CSV content here...\nExample:\nName,Name,Age,City,City\nJohn,John,25,NYC,NYC\nJane,Jane,30,LA,LA","detectionMethod":"headers","caseSensitive":false,"keepStrategy":"first","trimSpaces":true,"outputFormat":"csv"}'以 JSON 形式 POST 提交输入参数。文件类型参数需先单独上传。
POST https://api.elysiatools.com/zh/api/tools/duplicate-column-remover| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| csvContent | textarea | 是 | — |
| detectionMethod | select | 是 | — |
| caseSensitive | checkbox | 否 | 将大写和小写字母视为不同字符 |
| keepStrategy | select | 是 | — |
| trimSpaces | checkbox | 否 | 移除标题和值的前后空格 |
| outputFormat |
将此工具加入你的 Model Context Protocol 服务,让 AI 智能体可以列出并调用它。
将以下内容加入你的 MCP 客户端配置:
{
"mcpServers": {
"elysiatools-duplicate-column-remover": {
"name": "duplicate-column-remover",
"description": "使用灵活的检测策略从CSV数据中移除重复列。非常适合清理数据集、移除冗余信息和优化数据结构。\n\n功能特点:\n- 检测相同标题的列\n- 查找相同数据内容的列\n- 支持大小写敏感/不敏感匹配\n- 多种移除策略可选\n- 保持数据完整性\n- 支持大型数据集\n- 快速高效的处理\n\n常见用途:\n- 清理合并的数据集\n- 移除冗余数据列\n- 优化分析数据\n- 为机器学习准备数据\n- 减少文件大小和复杂度\n- 标准化数据格式",
"baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=duplicate-column-remover",
"command": "",
"args": [],
"env": {},
"isActive": true,
"type": "sse"
}
}
}连接到 SSE 端点后,列出已开放的工具:
{
"jsonrpc": "2.0",
"id": 1,
"method": "tools/list"
}通过工具 id 调用,参数由其参数表构建:
{
"jsonrpc": "2.0",
"id": 2,
"method": "tools/call",
"params": {
"name": "duplicate-column-remover",
"arguments": {
"csvContent": "Paste your CSV content here...\nExample:\nName,Name,Age,City,City\nJohn,John,25,NYC,NYC\nJane,Jane,30,LA,LA",
"detectionMethod": "headers",
"caseSensitive": false,
"keepStrategy": "first",
"trimSpaces": true,
"outputFormat": "csv"
}
}
}有问题或反馈?请联系 [email protected]
| select |
| 是 |
| — |
文本结果
{
"result": "Processed text content",
"error": "Error message (optional)",
"message": "Notification message (optional)",
"metadata": {
"key": "value"
}
}