用途:该技能面向需要从原始表格中提取数值并做分布分析的数据处理场景。它从带单位的字符串列中提取数值,清理无效与空值后转换为数值类型,并生成多维综合分布可视化图表,用于展示数据的集中趋势与分布特征。
主要能力:第一步使用 pandas、numpy、matplotlib 完成数据准备,通过 extract_numeric_value 函数移除单位字符串并转为浮点数,同时清理缺失值和异常占位符,过滤转换失败的行。第二步绘制基础分布直方图,添加平均值和中位数参考线展示集中趋势。第三步生成 2x2 综合分析面板,包含直方图、饼图、条形图和累积分布图,并以 dpi=300 保存为 distribution_dashboard.png。
使用方式:需准备包含分类或名称列与带单位数值列的 DataFrame,设置 item_col、value_col、numeric_col、unit_str 等占位变量后按步骤执行;示例中配置 SimHei、DejaVu Sans 字体以避免中文乱码。
适用场景:适合按单位清洗字符串数值并观察集中趋势、占比与累积分布的探索性数据分析。
限制:资料仅给出示例代码与步骤,未说明运行环境、依赖版本、性能上限或异常数据的具体处理规则;字体、图表保存路径与参数需按实际数据调整。