Filter Excel data using candidate column names, RGB color values, text prefixes, and regular expressions, which match text patterns. Calculate totals and averages, then export results to Excel with highlighted rows and a download link.
한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.
根据数据规模动态选择处理策略。
설치하기 전에 에이전트에게 전달되는 지시 내용을 확인할 수 있습니다.
Note: This sub-skill covers one step of the Excel analysis workflow. For the full pipeline (file reading, row counting, large-file optimization, export), see the parent workflow SKILL.md.
Step1 执行多维度数据清洗与条件筛选，包含列名自动识别、RGB 颜色过滤、前缀匹配及正则提取。
# 1. 自动识别同义列名并筛选非空值
target_cols = ['域名', '缩写', 'code', 'domain']
for col in target_cols:
if col in df.columns:
df = df[df[col].notna()]
break
# 2. 基于数值通道的精确筛选（如 RGB 颜色过滤）
# 技巧：多条件组合筛选时使用 & 符号
if all(c in df.columns for c in ['Red', 'Green', 'Blue']):
df = df[(df['Red'] == 0) & (df['Green'] == 0) & (df['Blue'] == 0)]
# 3. 基于字符串前缀筛选并进行数值转换计算
if '编号' in df.columns:
# 筛选特定前缀的项目
df = df[df['编号'].astype(str).str.startswith('TXL3')]
# 技巧：使用 errors='coerce' 处理无法转换的脏数据
df['val_a'] = pd.to_numeric(df['技工'], errors='coerce')
df['val_b'] = pd.to_numeric(df['普工'], errors='coerce')
df['total_val'] = df['val_a'] + df['val_b']
avg_val = df['total_val'].mean()
# 4. 基于特定分类值的筛选与统计
if '钢筋级别' in df.columns:
sub_df = df[df['钢筋级别'] == 'Ⅱ'].copy()
sub_df['target_val'] = pd.to_numeric(sub_df['屈服荷载'], errors='coerce')
avg_target = sub_df['target_val'].mean()
# 5. 正则表达式匹配提取特定字段
if '命令' in df.columns:
pattern = r'--pct-'
matched_df = df[df['命令'].astype(str).str.contains(pattern, na=False)]
# 提取关键列保留追溯性
extracted_data = matched_df[['NO', '命令', '说明']].copy()
Step2 将处理结果保存至 Excel，并对输出文件进行样式美化（如全行标红），最后生成下载链接。
from openpyxl.styles import PatternFill
output_path = "filtered_result.xlsx"
with pd.ExcelWriter(output_path, engine='openpyxl') as writer:
if 'total_val' in df.columns:
df.to_excel(writer, sheet_name='统计结果', index=False)
if 'extracted_data' in locals():
extracted_data.to_excel(writer, sheet_name='正则提取', index=False)
# 技巧：使用 openpyxl 进行后期样式加工，突出显示关键结果
wb = openpyxl.load_workbook(output_path)
red_fill = PatternFill(start_color='FFFF0000', end_color='FFFF0000', fill_type='solid')
for sheet_name in wb.sheetnames:
ws = wb[sheet_name]
for row in ws.iter_rows(min_row=2): # 跳过表头
for cell in row:
cell.fill = red_fill
wb.save(output_path)
# 输出标准下载链接格式
print(f"[下载结果文件](sandbox:{output_path})")
아직 리뷰가 없습니다. 사용해 본 소감을 남겨 주세요.
로그인 없이 쓸 수 있습니다. 사용 후기, 질문, 작동하지 않은 환경 등을 편하게 남겨 주세요.
아직 댓글이 없습니다. 첫 댓글을 남겨 보세요.
Compare counts and shares for two categories in Excel data. The skill cleans the selected columns, calculates differences and percentages, and produces a summary spreadsheet plus bar and pie charts.
한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.
Analyze Excel data using custom categories, count distributions, and compare groups with charts. Score text using its length, technical terms, numbers, and selected complex concepts, then visualize difficulty levels and the relationship between text length and scores.
한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.
Count categories in a chosen data column after removing missing values and placeholder labels. Calculate each category’s share and create high-resolution charts combining counts, percentages, pie charts, and horizontal bars for distribution reports.
한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.
Clean category and numeric fields in structured data, compare groups with counts and cross-tabulations, and produce charts, Excel results, and a Markdown report. Export visuals as high-resolution PNG and SVG files for use in reports.
한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.
Filter rows from Excel or previously converted Parquet files, a format designed for efficient data storage. Summarize matching records by group with counts, percentages, and totals, then export the summary to Excel.
한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.
Find key figures in tabular data using column names or row keywords, calculate category averages and percentages, and export the results as a structured Excel report and a pie chart.
한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.