用途:属于 Excel 工作流中的一个子技能,专注于对已合并数据表进行多类型数据提取、分类统计与报告生成;读取/计数/Parquet 优化等基础能力由父工作流 SKILL.md 负责。
主要能力:
- 分类映射与统计。基于指定列(如项目名称)按关键字把条目映射为类别,对缺失值归为“未知”,用 value_counts 生成含数量、占比与总计行的统计表,并在存在分组列时用 pandas.crosstab 做交叉分析。
- 超限行识别。遍历数据,定位含“共计”的行,读取目标值列;再反向向上搜索含“限值”的行,用正则提取限值并定位结构名称,若目标值大于限值则记录超限值,并按差值是否大于 10 标记严重程度(高/中)。
- 可视化与导出。用 matplotlib 绘制分类占比饼图,配置中文字体(SimHei、DejaVu Sans)并处理负号,排除总计行,设置配色、爆炸效果、阴影、图例,以 dpi=150 保存 PNG;统计结果另存为 xlsx,并通过 sandbox 路径输出图表与结果的下载链接。
使用方式:在数据已加载为 combined_df 后,按步骤替换目标列名、分组列名、目标值列索引和关键字占位符,执行分类统计、超限检测与绘图导出代码。
适用场景:需要对分类数据做占比统计、交叉汇总,并识别超出限值的记录,最终产出图表与可下载表格的分析任务。
限制:示例中的关键字、列名、列索引均为占位,需按实际数据替换;字体、配色、分级阈值等参数为示例设定,资料未提供唯一取值;父工作流的读取与 Parquet 优化细节未在本文档展开,暂未提供。