核心用法
Sheetsmith 是一个封装了 pandas 的 CLI 工具，专为快速处理电子表格而设计。用户只需将 CSV、TSV 或 Excel 文件置于工作目录，即可通过单一脚本完成从探索到转换的完整工作流。
探索类命令：summary 展示行列数、数据类型、缺失值及首尾预览；describe 输出全量统计（含分位数、基数、频度）；preview 提供快速表格切片查看。
编辑类命令：filter 支持 pandas query 语法进行条件筛选，可导出子集；transform 允许通过 --expr 新增计算列、--rename 重命名、--drop 删除列，实现即时数据重构；convert 则在 CSV/TSV/Excel 三种格式间无损转换。
显著优点
- 零代码门槛：将常见的 pandas 操作封装为语义化命令，分析师无需记忆 DataFrame API 即可完成 80% 的清洗任务
- 安全覆写机制：默认写入新文件，仅当显式传入
--inplace时才覆盖源文件，降低误操作风险 - 格式统一接口：同一套 CLI 兼容三种主流表格格式，避免不同库（openpyxl、csv 模块）的切换成本
- 依赖即系统级：pandas、openpyxl、tabulate 已通过 apt 预装，开箱即用
潜在缺点与局限性
- 功能边界：面向快速探索与轻量清洗，复杂的多表 join、窗口函数、自定义聚合仍需原生 pandas 或 SQL
- 表达式调试：
--expr与--query直接透传 pandas 语法，若表达式错误，报错信息为原生 traceback，对非技术用户不够友好 - 性能天花板：全量数据加载至内存，超大型数据集（GB 级）可能触发 OOM，无分块读取或惰性求值机制
- Excel 引擎依赖：仅列明 openpyxl/xlrd，未提及对 .xlsb、ODF 等新格式的支持
适合人群
数据分析师、产品经理、运维人员——需要频繁查看、筛选、轻量转换表格文件，但希望避免打开 Excel GUI 或编写 Jupyter Notebook 的繁琐场景。
常规风险
| 风险点 | 说明 |
|--------|------|
| 数据覆盖 | `--inplace` 会不可逆覆盖源文件，建议配合版本控制或备份 |
| 类型推断 | pandas 的自动类型推断可能将 ID 列识别为 int，导致前导零丢失 |
| 编码问题 | 非 UTF-8 编码的 CSV 可能读取异常，需提前确认文件编码 |
| 隐私泄露 | 处理含敏感信息的电子表格时，输出路径应避免共享目录 |