QC8_DataTypeCheck 数据类型检查Skill

功能概述

本skill用于检查指定数值型字段的数据类型是否正确（是否能转换为数值型），将无法转换为数值型的数据标记为不合格，并输出处理后的数据文件。

触发条件

当用户请求以下任务时，应使用此skill：

• 数据类型检查
• 数值类型校验
• 字段类型检查
• 数据格式校验
• 检查字段是否为数值型
• 验证数据类型

处理逻辑

1. 读取输入的被检验数据
2. 解析需要检查的字段列表（逗号分隔）
3. 对每个指定字段进行检查：
   • 如果字段值可以转换为数值型，则为正常
   • 如果字段值无法转换为数值型（如包含字母、特殊字符等），则标记为异常
   • 空值（NA/NaN）不判定为错误
4. 为异常数据添加质控标识（格式：QC8(字段1,字段2,...)）
5. 输出处理后的数据文件

支持的文件格式

• CSV (.csv)
• TSV (.tsv)
• Excel (.xls, .xlsx)
• SPSS (.sav)

使用方法

步骤1：获取用户输入输出路径及参数

向用户确认：

1. 输入文件路径
2. 输出文件路径
3. 检查字段名（逗号分隔）
4. 质控标识（如：QC8）
5. 质控标识字段名（默认：QC0000）

步骤2：执行数据类型检查脚本

在 scripts/ 目录下找到 QC8_DataTypeCheck.py，使用Python执行：

python scripts/QC8_DataTypeCheck.py \
    --input_path <输入文件> \
    --output_path <输出文件> \
    --check_fields_name "<检查字段>" \
    --qc_mark "<质控标识>" \
    --mark_field_name <质控字段名>

步骤3：返回结果

告知用户处理完成，异常数据已标记质控标识。

参数说明

参数	必填	说明
--input_path	是	输入文件路径
--output_path	是	输出文件路径
--check_fields_name	是	检查字段名，逗号分隔（如：field1,field2）
--qc_mark	是	质控标识
--mark_field_name	否	质控标识字段名，默认QC0000

输出示例

[OK] Using encoding GB2312 successfully read CSV file
Reading input data: /path/to/input.csv
Starting data type check, check fields: fa0116,fa0118
Writing output data: /path/to/output.csv
Processing completed!

质控标识格式示例：QC8(fa0116) 表示fa0116字段存在非数值型数据

注意事项

1. 检查字段名用逗号分隔，可以同时检查多个字段
2. 空值（NA/NaN）不会被标记为错误
3. 质控标识格式：质控标识(异常字段1,异常字段2,...)
4. 多个异常字段用逗号分隔
5. 与原有质控标识用分号拼接