Data Processing

从表格数据中删除指定的列

Data Processing

重命名CSV和表格数据中的列标题，支持预览和验证

Data Processing

重新排列表的顺序，保持行数据不变

Data Analysis

高级相关性分析工具，计算变量之间的相关系数以衡量它们线性关系的强度和方向。完美适用于统计分析、金融建模、科学研究和数据探索。 功能特点： - 多种相关性方法（皮尔逊、斯皮尔曼、肯德尔） - 相关性矩阵生成 - 统计显著性检验（p值） - 置信区间计算 - 热图可视化 - 散点图矩阵生成 - 缺失值处理策略 - 异常值检测和处理 - 分组分析能力 - 详细统计报告 常见用途： - 金融市场分析和风险评估 - 科学研究和假设检验 - 客户行为和营销分析 - 医疗和医疗数据分析 - 质量控制和流程优化 - 教育绩效评估

Data Processing

通过列名或索引从CSV数据中选择特定列。非常适合从包含许多列的大型CSV文件中提取相关数据。

Data Processing

按指定列对CSV数据进行分组，支持聚合选项。非常适合按类别、日期或其他标准来总结和分析大型数据集。

Data Processing

转置CSV数据，将行转换为列，支持各种分隔符和输出格式

Data Processing

重新排列、删除和调整CSV列，支持自定义列位置

Data Processing

将多个CSV文件合并成一个文件，支持表头处理和去重功能

Data Processing

按列值过滤CSV数据，支持多个条件和运算符。支持12种过滤运算符，包括等于、包含、大于、小于和空值检查。 额外过滤器示例： [{"column": "年龄", "operator": "greater_than", "value": "25"}] [{"column": "状态", "operator": "equals", "value": "激活"}, {"column": "分数", "operator": "greater_equal", "value": "80"}] [{"column": "姓名", "operator": "contains", "value": "张"}, {"column": "邮箱", "operator": "is_not_empty"}]

Data Processing

按一个或多个列排序CSV数据，支持升序/降序选项

Data Processing

转换和处理CSV数据，支持列操作、计算和数据类型转换。 操作示例： • 重命名列: [{"type": "rename", "column": "旧列名", "new_name": "新列名"}] • 添加计算列: [{"type": "add_column", "new_column": "总计", "formula": "价格 * 数量"}] • 删除列: [{"type": "remove_column", "remove_column": "要删除的列名"}] • 转换数据类型: [{"type": "convert_type", "convert_column": "年龄", "target_type": "number"}] • 计算值: [{"type": "calculate", "target_column": "总计", "expression": "价格 * 税率 + 运费"}] • 过滤行: [{"type": "filter_values", "filter_column": "状态", "operator": "equals", "value": "激活"}]