Python+AI帮你批量处理Excel:1000行数据自动分类+写分析报告

import pandas as pdimport openaifrom tqdm import tqdm  # 进度条，让等待不焦虑# 设置API密钥（从环境变量读取，安全）openai.api_key = "sk-你的API密钥"def analyze_feedback(text):    """调用GPT-4分析单条反馈"""    prompt = f"""    分析以下客户反馈，按JSON格式返回：    {{        "情绪": "好评/中评/差评",        "关键问题": "提取核心问题，没有写'无'",        "建议回复": "写一段客服回复话术"    }}    反馈内容：{text}    """    response = openai.ChatCompletion.create(        model="gpt-3.5-turbo",  # 成本低，效果够        messages=[{"role": "user", "content": prompt}],        temperature=0.3  # 低温度，结果稳定    )    # 解析JSON返回    import json    try:        result = json.loads(response.choices[0].message.content)        return result    except:        return {"情绪": "解析失败", "关键问题": "N/A", "建议回复": "N/A"}# 读取Exceldf = pd.read_excel("客户反馈.xlsx")# 批量处理（带进度条，1000条约3分钟）results = []for text in tqdm(df['反馈内容'], desc="AI分析中"):    result = analyze_feedback(text)    results.append(result)# 合并结果df['情绪'] = [r['情绪'] for r in results]df['关键问题'] = [r['关键问题'] for r in results]df['建议回复'] = [r['建议回复'] for r in results]# 保存df.to_excel("分析结果.xlsx", index=False)# 自动生成统计报告report = f"""=== 客户反馈AI分析报告 ===总样本数：{len(df)}好评率：{len(df[df['情绪']=='好评'])/len(df):.1%}差评率：{len(df[df['情绪']=='差评'])/len(df):.1%}TOP3问题：{df['关键问题'].value_counts().head(3).to_dict()}建议：重点关注物流时效和包装问题"""print(report)with open("分析报告.txt", "w") as f:    f.write(report)print("✅ 完成！生成文件：分析结果.xlsx + 分析报告.txt")

AI分析中: 100%|████████████████| 1000/1000 [03:12<00:00,  5.20it/s]✅ 完成！生成文件：分析结果.xlsx + 分析报告.txt

import asyncioimport aiohttpasync def analyze_async(text):    # 并发请求，速度提升10倍    async with aiohttp.ClientSession() as session:        # ... 异步调用API        pass# 批量并发tasks = [analyze_async(text) for text in df['反馈内容']]results = await asyncio.gather(*tasks)

import requestsdef send_feishu(report):    webhook = "https://open.feishu.cn/..."    requests.post(webhook, json={        "msg_type": "text",        "content": {"text": report}    })# 分析完成后自动发群里send_feishu(report)