data-prep

엉망인 CSV·엑셀을 진단해 원본은 그대로 둔 채 깔끔한 정돈본을 새 파일로 만들어 주는 스킬입니다. Claude에게 말로 부탁하면 됩니다 — "이 엑셀 정리해줘", "소계 행 빼고 깔끔하게"처럼요.

---

빠른 시작

이 엑셀 정리해줘
제목 행이 위에 있는데 정리해줘
소계 행 빼고 깔끔하게
대소문자 통일해줘
중복 제거해줘

파일을 보여주면 헤더 위치·소계 행·빈 열을 진단 → [가설] 제시 → 확인 → 정돈본 산출 순서로 처리합니다. 확인 전에는 아무것도 바꾸지 않고 "~로 보입니다" 형태로만 제안하며, 잘못 잡은 부분이 있으면 정정해 다시 제시합니다. 원본은 절대 건드리지 않고, 정돈본과 함께 무엇을 제거·정제했는지 적은 변환 로그를 새 파일로 남기며, 같은 입력은 항상 같은 결과를 냅니다.

---

활용 시나리오

제목 행이 중간에 있는 표 정리

안내 문구나 제목이 맨 윗줄을 차지해 진짜 열 이름이 몇 줄 아래에 있으면, 헤더 행을 추정해 위쪽 군더더기를 걷어냅니다.

제목 행이 3번째 줄에 있는데 헤더로 잡아서 정리해줘

소계·빈 행·빈 열 제거

합계·소계 행이나 비어 있는 행·열이 섞인 표에서 깔끔한 데이터만 남깁니다.

소계 행이랑 빈 열 빼고 깔끔하게 정리해줘

값 정제 (대소문자·인코딩·통화)

같은 뜻인데 표기가 제각각인 값을 통일합니다. usa/USA 같은 대소문자 혼재, 깨진 인코딩(mojibake), $1,200 같은 통화·천단위 표기를 정돈합니다.

대소문자 통일하고 깨진 글자도 복구해줘

---

출력 옵션

정돈은 아래 항목을 자동으로 적용합니다. 특정 항목만 원하면 "대소문자만 통일해줘"처럼 자연어로 말하면 됩니다. 가로로 펼쳐진 표는 세로 형태로 바꿔 주고(wide→long), 한 시트에 표가 여러 개면 경계를 감지합니다. 숫자에 텍스트가 섞인 열은 함부로 바꾸지 않고 경고로만 알립니다.

정돈 항목	하는 일	예시
헤더 행 추정	진짜 열 이름 줄을 찾아 위쪽 안내 행 제거	3번째 줄이 제목 → 헤더로
소계·빈 행·빈 열 제거	합계/소계·빈 행과 값 없는 열 삭제	—
날짜 정규화	한국 흔한 날짜 표기를 ISO로	2024년 1월 5일 → 2024-01-05
대소문자 통일	같은 값의 대소문자 변형을 최빈 원형으로	usa / USA → USA
인코딩 복구	깨진 글자(mojibake) 복원	é → é
통화·천단위 숫자화	통화기호·콤마 제거(선행 0 보존)	$1,234 → 1234
중복 행 제거	완전히 같은 행 하나만 남김	—

---

팁

• 원본은 안전합니다: 원본 파일은 절대 수정하지 않고, 정돈본은 항상 새 파일(tidy_*.csv)로 만듭니다.
• 애매하면 손대지 않습니다: 우편번호·사번처럼 선행 0이 있는 값은 그대로 두고, 대소문자도 실제 변형이 있을 때만 통일합니다.
• 한국 엑셀 CSV도 그대로: cp949로 저장된 한국 엑셀 CSV도 인코딩을 자동 판별해 읽습니다.
• 정돈 다음은 분석: 정돈본이 준비되면 "이 데이터로 분석해줘"처럼 data-ask 스킬로 이어서 질문할 수 있습니다.

---

제한사항

• 통계 분석·질의는 범위 밖: 평균·집계 같은 분석은 data-ask 스킬이 담당합니다. data-prep은 구조·값 정돈까지만 합니다.
• 입력은 CSV 계열: CSV·TSV 등 텍스트 표(구분자 자동 감지)를 읽습니다. 엑셀은 CSV로 내보낸 파일을 쓰세요(cp949 자동 판별).
• 인큐베이션 단계: 현재 실험(experimental) 상태의 스킬입니다. 중요한 데이터는 결과를 한 번 검토한 뒤 쓰세요.