用途:这是 Excel 分析工作流中的一个子技能,用于读取多 Sheet Excel,并根据数据量动态选择处理策略,完成特定区域数据提取、大文件优化、统计分析与可视化。完整流程(文件读取、行数统计、大文件优化、导出)另见父级工作流 SKILL.md。
主要能力:一是针对特定 Sheet 做数据清洗与空值统计,支持处理带空格的列名,计算关键指标缺失率与分类占比;二是大文件优化,将 Excel 转为 Parquet(pd.read_excel 后 to_parquet(engine='pyarrow'))提升后续读取速度,并按行/列范围提取非规范表格中的数值对;三是高级统计与可视化,包含线性回归拟合、中英文字体配置、300dpi 图表保存与下载链接输出,结果可导出 CSV。
使用方式:先在 target_sheet 指定目标 Sheet(示例 Sheet2),对列名做 strip 清洗后统计目标列空值数量;若判断为大文件则转 Parquet 再读取,否则直接读取;随后按列索引提取指定行范围(示例 40-50 行)的数值对,清洗字符串转浮点,最后用 numpy.polyfit 做一次线性拟合并用 matplotlib 绘图、保存并输出拟合方程。
适用场景:需要在多 Sheet Excel 中针对单表做缺失率统计,或对大文件做格式转换以加速读取,并从非规范表格中抽取指定区域数据做回归分析与图表输出。
限制:资料仅为该子技能的步骤说明,未提供完整父级工作流、安装依赖、运行环境与调用方式;大文件读取建议分块或指定关键列;未提供收费、平台支持与效果保证等信息,暂未提供。