用 WorkBuddy 批量清洗复杂 Excel 与一键生成可视化图表

痛点场景

在日常运营、财务或销售数据统计中，手工处理 Excel 往往面临三大内耗：

1. 多表结构不一：不同门店、不同周期的表格列名或顺序错位；
2. 脏数据混杂：日期格式不统一（如 2026/09/27、2026.9.27）、空值与文本型数字交织；
3. 出图效率低：在 Excel 里调折线图、柱状图耗费大量时间调整样式。

通过 WorkBuddy，我们只需要给出一段自然语言指令，它就会在本地安全环境中编写 Python (pandas / matplotlib / seaborn) 脚本，秒级完成数据清洗并直接导出专业汇报图表。

---

自动化数据处理流水线

flowchart LR
    A[散落的原始 Excel / CSV] --> B[WorkBuddy 语义分析器]
    subgraph DataPipeline[本地沙箱执行环境]
        B --> C[Pandas 自动统一表头与时间格式]
        C --> D[缺失值填充与异常离群值过滤]
        D --> E[多表合并与维度聚合透视]
    end
    E --> F[输出标准化 clean_data.xlsx]
    E --> G[输出高质感图表 dashboard.png / html]

---

四步闭环实操指令 (Copy-Paste Prompts)

步骤 1：探测与表头诊断

将待处理表格放入工作区目录（例如 ./data/sales/），在 WorkBuddy 对话框输入：

请读取 ./data/sales/ 目录下所有的 xlsx 文件：
1. 列出每个文件的行数、列名和前 3 行样本；
2. 检查是否存在列名别名（例如 "成交金额" vs "GMV"）；
3. 给出统一清洗字段映射表，先不要直接写文件。

步骤 2：自动对齐与清洗

确认字段映射正确后，下发第二道指令：

以刚才确认的映射规则为准：
1. 统一日期格式为 YYYY-MM-DD；
2. 去除金额列中的货币符号（¥ / $）并转为浮点型；
3. 缺失的客户城市填充为 "未知"；
4. 将所有文件合并为单个 clean_sales_2026.xlsx，保存在 ./output/ 目录。

步骤 3：一键出图与视觉美化

数据合并完成后，要求 WorkBuddy 输出用于汇报的可视化看板：

基于 ./output/clean_sales_2026.xlsx：
1. 统计各产品品类的月度销售额走势；
2. 使用 matplotlib 绘制高质感的双轴折线+柱状图；
3. 采用暗黑现代配色，中文字体使用系统默认思源黑体/PingFang SC，避免中文乱码；
4. 保存为高分辨率 300dpi 的 chart_trend.png。

---

核心避坑检查清单

常见问题	根因诊断	WorkBuddy 推荐解决方案
Python 图表中文字符变方框 (□□)	缺少系统中文字体配置	在指令中强制添加：plt.rcParams['font.sans-serif'] = ['Arial Unicode MS', 'PingFang SC', 'SimHei']
超大文件（>100MB）内存爆掉	一次性全部 load 到内存	指示 WorkBuddy 使用 pd.read_excel(..., chunksize=10000) 分块读取
公式结果未计算（读取为空）	openpyxl 默认未读取计算值	启用 load_workbook(..., data_only=True) 提取公式计算后的数值

---

总结：从“做表民工”到“流水线架构师”

传统方式你需要花费 3 小时手动 VLOOKUP 和调格式，而在 WorkBuddy 的辅助下，通过 “诊断 $\rightarrow$ 清洗 $\rightarrow$ 聚合 $\rightarrow$ 出图” 的标准化四步法，只需 5 分钟即可产出高可靠的数据结论。