Esta Skill proporciona patrones reutilizables de pandas GroupBy para agregar resultados de ingeniería y series temporales. Las funcionalidades principales…
Esta Skill proporciona patrones reutilizables de pandas GroupBy para agregar resultados de ingeniería y series temporales. Las funcionalidades principales incluyen el binning de variables continuas (por ejemplo, altura significativa de ola Hs y periodo pico Tp) en bins etiquetados, la creación de categorías Hs_bin/Tp_bin y el cálculo de estadísticas agrupadas (media, desviación estándar, máximo) para columnas de respuesta clave (Tension_Max, Motion_Max, Offset_Max). También soporta agrupaciones multinivel por columnas arbitrarias (por ejemplo, LoadCase y Direction) con selección flexible de columnas de valores y mapas de agregación personalizados. Casos de uso: resúmenes de respuesta del estado del mar, informes de rendimiento por escenario, análisis de sensibilidad por dirección/caso de carga, y preparación de entradas agregadas para visualización o detección de anomalías. Las ventajas son reproducibilidad, valores predeterminados sensatos para los bins, fácil extensión a otras métricas e integración fluida en pipelines ETL y de análisis basados en pandas para reducir la complejidad de los datos y acelerar la toma de decisiones.
Esta página forma parte del hub OpenClaw Skills con guías de instalación, categorías y enlaces prácticos.