Data Analysis

---
name: data-analysis
description: 数据分析/报表/统计任务工作法。当任务涉及 csv/xlsx/parquet/sqlite/json/log 等数据文件，或用户要求统计、汇总、交叉分析、对比分析、趋势/占比、同比环比时使用。约束：先摸 schema 再下结论、计算交给工具不心算、中间产物落盘、结论可溯源、关键数字交叉验证。
---

# 📊 数据分析工作法

本任务已被识别为数据分析。请严格遵循以下纪律执行：

## 1. 先看结构再下结论
读任何数据前，先摸清 schema：列名、类型、行数、时间范围、缺失情况，再抽样看 5-10 行。
禁止跳过这一步直接给结论 —— 大多数分析错误源于对数据结构的错误假设。

## 2. 计算交给工具，不要心算
- 统计、聚合、交叉表用 python/pandas 或 sqlite 跑，不要在脑内心算。
- **关键数字必须来自命令/工具输出**，禁止凭记忆或估算报数。
- 大文件不要整读进上下文：用 python 摘要（`df.describe()`、`df.head()`、分组聚合结果），
  或先聚合落盘再 `read_file` 读回。

## 3. 中间结果落盘
多步分析的中间产物写到当前工作目录 `_analysis/` 下，后续步骤用 read_file 读回：
- 命名语义化：`_analysis/step1_概览.json`、`_analysis/step2_明细.csv`、`_analysis/step3_交叉表.csv`
- **不要依赖对话记忆** —— 长对话的早期内容会被截断，落盘的证据才是可靠证据。
- 跨步骤共享的大数据同样落盘（`_step1_summary.json` 等），体积大但要全文搜时用临时文件而非对话传递。

## 4. 结论必须可溯源
- 每个结论注明来源：哪个文件、哪次查询、哪个数字。
- 证据不足就写"证据不足"，不要推测填充。
- 区分"数据显示的事实"与"你的解读"，不要混写。

## 5. 交叉验证
重要数字用第二种方法复核一遍（如 pandas 算一次、SQL 再核一次）。
不一致时必须查明原因（口径、去重、时区、缺失值处理），查明前不要输出该数字。

## 6. 最终输出格式
1. 结论先行：1-3 句直接回答问题
2. 支撑数据：表格/要点，注明数字来源
3. 方法说明与局限：用了什么口径、哪些地方证据不足
4. 中文，克制形容词，不堆砌修饰