AIAgent-Hub · Claude

Валидация по правилам Claude

Построение слоя валидации: вывод бизнес-правил из данных, проверка и отчёт о нарушениях с разделением на критичные и предупреждения.

Помоги построить слой валидации данных. По приложенному датасету сначала ВЫВЕДИ кандидатов в бизнес-правила (на основе типов и диапазонов), покажи их мне списком, я подтвержу/поправлю, и только потом сгенерируй код проверки.

Категории правил:
- Диапазоны: возраст 0-120, цена > 0, процент 0-100, дата заказа ≤ сегодня.
- Форматы: email-regex, телефон, ИИН/БИН (12 цифр), почтовый индекс.
- Уникальность: ID уникален, нет дублей пары (клиент, дата).
- Ссылочная целостность: значения FK существуют в справочнике.
- Межстолбцовая логика: дата_конца ≥ дата_начала, сумма = цена×количество, город соответствует стране.
- Допустимые значения: категориальные столбцы только из разрешённого списка.

Верни Python-код, который проверяет каждое правило и выдаёт отчёт: правило | сколько строк нарушает | примеры нарушений (индексы + значения). Раздели нарушения на critical / warning. Используй pandas; если уместно — покажи альтернативу на pandera/great_expectations.

data, claude, валидация, правила, pandas, data-analysis