用途:这是Excel分析工作流中的一个子技能,专注于数据清洗与条件筛选步骤。资料说明完整的流水线(文件读取、行数统计、大文件优化、导出)见父工作流SKILL.md。
主要能力:
- 自动识别同义列名(如'域名'、'缩写'、'code'、'domain'),并筛选非空值;
- 基于数值通道的精确筛选,例如RGB颜色过滤,多条件组合时使用&符号;
- 基于字符串前缀筛选(如编号以'TXL3'开头),并用errors='coerce'处理无法转换的脏数据;
- 基于特定分类值的筛选与统计,例如筛选钢筋级别为'Ⅱ'并计算屈服荷载均值;
- 使用正则表达式匹配提取特定字段,例如匹配包含'--pct-'的命令行,保留NO、命令、说明等列以保持追溯性。
使用方式:在Python中基于pandas操作DataFrame,判断列是否存在后再执行筛选;处理结果可保存至Excel,多个结果集可写入不同工作表;随后使用openpyxl进行样式美化,如将全行填充红色(FFFF0000),最后输出标准下载链接,格式为print(f"下载结果文件")。
适用场景:需要对Excel类数据进行多维度条件过滤、按前缀或正则提取记录、按分类统计均值等场景。
限制:资料未提供完整的依赖版本、性能基准、平台要求或数据规模阈值;具体的大文件优化方法需参考父工作流。