Excel Analysis 是一个面向 Excel 电子表格分析的技能，主要借助 Python 生态中的 pandas、openpyxl、xlrd、xlsxwriter 和 matplotlib 等库完成数据处理与输出。
用途 该技能用于分析 Excel 文件、电子表格和表格数据，涵盖读取、分析、透视、可视化、清洗、合并与写出等常见任务。
主要能力
- 读取 Excel：使用 pandas.read_excel 读取指定工作表，查看前几行与基本统计信息；通过 pd.ExcelFile 遍历工作簿中的所有工作表。
- 数据分析：支持分组聚合（如按地区汇总销售额）、条件筛选、计算派生指标（如利润率）、按列排序等。
- 创建 Excel 文件：使用 pd.ExcelWriter 配合 openpyxl 引擎写出数据，并可自动调整列宽。
- 数据透视表：使用 pd.pivot_table 以指定值、索引、列和聚合函数生成透视表，并可保存为 Excel。
- 图表与可视化：使用 matplotlib 基于 Excel 数据生成柱状图、饼图等，并保存为图片。
- 数据清洗：去重、填充或删除缺失值、去除空白字符、转换日期与数值类型，并保存清洗后的数据。
- 合并与连接：使用 pd.concat 纵向拼接多个文件，使用 pd.merge 按公共列进行连接。
- 高级格式：使用 openpyxl 加载工作簿，应用条件格式（如按数值填充红/绿色）、加粗表头等样式。
使用方式 该技能以 Python 代码片段形式提供示例，用户可在支持 Python 的环境中按需调用 pandas、openpyxl、matplotlib 等库执行。示例涵盖从读取、分析到写出的完整流程，可直接参考或修改后使用。
适用场景 适用于需要以编程方式处理 Excel 文件的场景，例如批量读取多工作表、对销售或财务等表格数据做汇总分析、生成透视报表、绘制图表、清洗杂乱数据、合并多个 Excel 文件，以及输出带格式的 Excel 结果。
限制 资料中未提供该技能的具体安装方式、运行环境要求、收费模式、平台支持范围或性能基准。性能提示中建议：使用 usecols 仅读取特定列、对超大文件使用 chunksize、根据文件类型选择 engine='openpyxl' 或 engine='xlrd'、使用 dtype 指定列类型以加快读取。