趋势折线图分析
清洗 Excel 数据做聚类,并画出趋势、分布、占比四合一图表
功能与用途
给一份 Excel 数据表,它会自动识别表头、还原合并单元格、用正则把带单位或符号的数值提取干净,再做分级评分和 KMeans 聚类,最后输出一张 2×2 的综合图表(多指标趋势对比、数值分布直方图、分类占比饼图、聚类散点图)以及清洗后的数据表。注意里面的列名、阈值大多是占位示例,需要按你的真实数据替换后才能用。
适用场景
- 业务指标趋势与分布监控:对比不同分组或时间段的核心指标与综合走势,结合直方图查看数值分布区间,快速捕捉波动规律与异常偏离。
- 多维客群聚类与结构洞察:对用户或业务的多维数值特征做标准化与KMeans聚类,一并输出群体占比饼图与散点分布图,辅助精细化分层。
- 杂乱表格清洗与交叉分析:针对含合并单元格、杂乱单位与多级表头的报表,提取干净数值并计算分级指标,生成规范表格与汇总统计。
适用人群
- 需要定期做数据报表的分析岗、要手工清洗杂乱 Excel 的业务人员、需要出可视化图表的运营
使用步骤
- 准备好你的 Excel 数据文件,确认工作表名和大致列结构
- 把代码里的占位列名、评分阈值、分类规则换成你实际的字段
- 运行数据加载和清洗部分,检查表头是否识别正确、异常值是否被删掉
- 运行聚类和统计部分,确认分档规则符合业务含义
- 生成图表和输出表,按需调整图表标题和配色
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 办公
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 进阶
- 版本
- main
- 最近更新
- 2026-09-11
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
提取结构化数据并进行特征清洗与聚类分析,生成包含趋势对比、分布特征与参数敏感性的多维度综合可视化图表,适用于各类趋势预测与多维对比场景。
使用前准备
- Python 环境(pandas、matplotlib、seaborn、scikit-learn、pyarrow)
- 一份结构化的 Excel 数据文件
依赖与权限
- 读取用户主动提供的内容