数据分析救星,拯救被Excel折磨的你!

😵 重复数据 删到眼瞎

😭 缺失值 填到崩溃

💀 图表 做得像狗啃的一样丑

于是——【清洗你的 Excel！🤩】诞生了！

# 无论什么格式，一个函数，完事！ def load_data(self, file_path):  """通用数据读取"""  file_path = Path(file_path)  if file_path.suffix == '.csv':    self.df = pd.read_csv(file_path)  elif file_path.suffix in ['.xlsx', '.xls']:    self.df = pd.read_excel(file_path)  elif file_path.suffix == '.json':    self.df = pd.read_json(file_path)  print(f"✅ 数据加载成功: {self.df.shape[0]}行 × {self.df.shape[1]}列")       return self.df

📋 原始数据 | 🧹 清洗后的数据 | 🏷️ 清洗标记 | 📊 相关性矩阵

if subset is not None:       # 用户指定列去重       self.df = self.df.drop_duplicates(subset=subset)       print(f"🧹 按列 {subset} 去重: 删除{duplicates}条重复值") else:       # 默认全部字段去重       self.df.drop_duplicates(inplace=True)       print(f"🧹 按全部字段去重: 删除{duplicates}条重复值")

for col in self.df.columns:  if self.df[col].dtype in ['int64', 'float64']:    self.df[col] = self.df[col].fillna(self.df[col].median())       else:    self.df[col] = self.df[col].fillna(self.df[col].mode()[0])

if method == 'iqr':  Q1 = self.df[column].quantile(0.25)       Q3 = self.df[column].quantile(0.75)       IQR = Q3 - Q1       self.df = self.df[(self.df[column] >= Q1 - 1.5 * IQR) & (self.df[column] <= Q3 + 1.5 * IQR)]elif method == 'zscore':  z_scores = np.abs((self.df[column] - self.df[column].mean()) / self.df[column].std())       self.df = self.df[z_scores <= 3]

transformer.transform_data(bin_column='年龄',bin_bins=[0, 30, 45, 60, 100],bin_labels=['小鲜肉', '轻熟男', '大叔', '老爷爷'])

✅ 宋体9号字，专业感拉满

✅ 表头蓝色底色，颜值爆表

✅ 重复行红色删除线，一目了然

✅ 填充值黄色加粗，清晰醒目

✅ 相关性热力图自动插入，高级感爆棚

data_processor/

├── io_utils.py        # 数据读写

├── cleaning.py        # 数据清洗

├── transformation.py  # 特征工程

├── analysis.py        # 数据分析

└── visualization.py  # 数据可视化

所以我直接把代码打包封装，做成 Coze 扣子专属技能啦～

不用敲代码、不用懂技术，全程打字对话就能直接用！！

简单又省心，小白也能轻松拿捏 ✅

• 需求1、去重：按照【订单编号】、【下单日期】、【支付时间】去重。

• 需求2、填充空值。

• 需求3、以【用户等级】作为分组，计算【订单编号】数量、【订单总金额】的平均值与总和、【支付小时】的平均值、【浏览时长(秒)】的平均值。

• 需求4、以【电商平台】作为分组，计算【订单编号】数量、【订单总金额】的平均值与总和、【支付小时】的平均值、【浏览时长(秒)】的平均值。

• 需求5、以【支付方式】作为分组，计算【订单编号】数量、【订单总金额】的平均值与总和、【支付小时】的平均值、【浏览时长(秒)】的平均值。

• 需求6、以【用户地区】作为分组，计算【订单编号】数量、【订单总金额】的平均值与总和、【支付小时】的平均值、【浏览时长(秒)】的平均值。

• 需求7、以【流量来源】作为分组，计算【订单编号】数量、【订单总金额】的平均值与总和、【支付小时】的平均值、【浏览时长(秒)】的平均值。

• 需求8、以【商品类目】作为分组，计算【订单编号】数量、【订单总金额】的平均值与总和、【支付小时】的平均值、【浏览时长(秒)】的平均值。

• 需求9、生成相关字段的相关性矩阵。

🔧 添加更多数据处理算法

📈 支持更多可视化类型

🤖 实现自动化报告生成

🧠 集成机器学习功能