Przejdź do treści
Biblioteka skilli
Dane i analityka · Integracja z narzędziem

example-datasets

/example-datasets

Wczytuje wbudowane przykładowe zbiory danych CausalPy do dem, tutoriali, testów i szybkich prototypów analizy przyczynowej.

Repozytorium
CausalPy ↗
Licencja
Apache-2.0
Ostatnia zmiana repozytorium
24.10.2026

Ocena i bezpieczeństwo

100/ 100Klasa: dobry
Format25 / 25
Frontmatter z nazwą i opisem, poprawna nazwa, opis do 1024 znaków, nazwa zgodna z folderem.
Odkrywalność25 / 25
Opis mówi, kiedy użyć skilla, ma sensowną długość i jest w 3. osobie.
Treść35 / 35
Co najmniej 150 słów i do 500 linii, nagłówki, listy kroków, przykłady albo kod.
Higiena15 / 15
Bez zaślepek typu TODO, bez ścieżek Windows, z licencją.
Ryzykobrak sygnałów w skanie
Pliki w paczce
1
Skrypty
0
Komentarze HTML
0
Adresy URL w SKILL.md
0
Przestarzałość

Brak sygnałów. Repozytorium zmienione 24.10.2026, bez odwołań do wycofanych modeli i API.

Licencja

Apache-2.0, otwarta: można używać i zmieniać, z zachowaniem licencji i informacji o zmianach.

Co robi i kiedy

Wczytuje wbudowane przykładowe zbiory danych CausalPy do dem, tutoriali, testów i szybkich prototypów analizy przyczynowej.

Oryginalny opis (EN)

Load built-in CausalPy example datasets for demos, tutorials, tests, and quick causal-analysis prototypes. Use when the user needs sample data or asks which demo datasets are available.

Jak działa

  1. Usage
  2. Available Datasets
  3. Guidance
Sekcje z nagłówków SKILL.md, w oryginale · 45 linii, 326 słów
Podgląd SKILL.md
---
name: example-datasets
description: Load built-in CausalPy example datasets for demos, tutorials, tests, and quick causal-analysis prototypes. Use when the user needs sample data or asks which demo datasets are available.
---

# Example Datasets

CausalPy ships with built-in datasets that can be loaded with `cp.load_data(...)`.

## Usage

```python
import causalpy as cp

df = cp.load_data("did")
```

## Available Datasets

| Key | Typical use | Description |
| --- | --- | --- |
| `"did"` | Difference-in-differences | Synthetic DiD example data |
| `"banks"` | Difference-in-differences | Historic banking closures data |
| `"its"` | Interrupted time series | Seasonal synthetic ITS data |
| `"its simple"` | Interrupted time series | Simplified synthetic ITS data |
| `"covid"` | Interrupted time series | Deaths and temperature data for England and Wales |
| `"sc"` | Synthetic control | Synthetic control example data |
| `"brexit"` | Synthetic control | UK GDP data for Brexit causal impact |
| `"california_prop99"` | Synthetic control | California Proposition 99 cigarette sales panel |
| `"rd"` | Regression discontinuity | Synthetic RD example data |
| `"drinking"` | Regression discontinuity | Minimum legal drinking age data |
| `"geolift1"` | Geo experiments | Single-treatment geo-lift data |
| `"geolift_multi_cell"` | Geo experiments | Multi-cell geo-lift data |
| `"anova1"` | PrePostNEGD | Pre/post nonequivalent groups example |
| `"risk"` | Instrumental variables | Acemoglu, Johnson, and Robinson institutions data |
| `"schoolReturns"` | Instrumental variables | Schooling returns data |
| `"nhefs"` | Inverse propensity weighting | National Health and Nutrition Examination Survey data |
| `"lalonde"` | Inverse propensity weighting | LaLonde propensity-score data |
| `"nets"` | Inverse propensity weighting | National Supported Work Demonstration data |
| `"pisa18"` | General examples | PISA 2018 sample data |
| `"nevo"` | General examples | Berry, Levinsohn, and Pakes cereal data |
| `"zipcodes"` | Geo experiments | Zipcode-level geo-experiment data |

## Guidance

- Prefer these bundled datasets for examples and docs instead of fetching data at runtime.
- For method selection, use `choosing-causalpy-methods` after identifying the data shape.
- For fitting and plotting, use `running-causalpy-experiments`.

Wersje

W bazie nie ma innych skilli o nazwie example-datasets.

Migawka bazy z 13.11.2026 · wersja paczki 9be5df5ce504 (skrót SHA-256 całej paczki)

Pobrania w ostatnich 30 dniach: 0 · ranking

Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.

Podobne skille

  • 90causal-detective
    Kwestionuje twierdzenia przyczynowe przez ustrukturyzowaną ocenę zagrożeń, rozumowanie kontrfaktyczne i testy falsyfikacji w CausalPy, gdy trzeba sprawdzić, czy efekt jest realny.
  • 100datasets
    Wyświetla listę podłączonych zbiorów danych ze statusem, liczbą tabel i datą ostatniej analizy.
  • 100datasets
    Wyświetla listę podłączonych zbiorów danych ze statusem, liczbą tabel i datą ostatniej analizy oraz przełącza aktywny zbiór.
  • 100prepare-datasets
    Przygotowuje, waliduje, dzieli, wysyła i pobiera zbiory danych w platformie Osmosis, dla konkretnych plików i zbiorów.
  • 100generate-sample-data
    Generuje przykładowe dane JSON zgodne ze strukturą zmiennych migracji, np. do testów lub wzorców wejścia.
  • 100build-data-app
    Tworzy lub zmienia aplikację danych Holistics w jednym pliku HTML, który pyta zbiory danych przez SDK.

Uwagi i zgłoszenia

Wiadomość trafi do Bartosza Sokolińskiego. Adres e-mail jest potrzebny tylko do odpowiedzi. Szczegóły w polityce prywatności.