用AI+Python做数据分析,我3分钟干完了原来2小时的活

import pandas as pd import os  # 设置数据文件夹路径 folder_path = "销售数据/"# 获取所有Excel文件 files = [f for f in os.listdir(folder_path) if f.endswith('.xlsx')]  # 合并所有数据 all_data = [] for file in files:     df = pd.read_excel(os.path.join(folder_path, file))     all_data.append(df)  merged_data = pd.concat(all_data, ignore_index=True)  # 保存合并后的数据 merged_data.to_excel("合并销售数据.xlsx", index=False) print(f"已合并 {len(files)} 个文件，共 {len(merged_data)} 条数据") 

import pandas as pd import matplotlib.pyplot as plt  # 读取合并后的数据 df = pd.read_excel("合并销售数据.xlsx")  # 1. 各省份销售额排名 province_sales = df.groupby('省份')['销售额'].sum().sort_values(ascending=False) print("=== 各省份销售额排名 ===") print(province_sales.head(5))  # 2. 各产品线销售占比 product_sales = df.groupby('产品线')['销售额'].sum() product_ratio = product_sales / product_sales.sum() * 100print(" === 各产品线销售占比 ===") print(product_ratio.round(2))  # 3. 月度销售趋势 df['月份'] = pd.to_datetime(df['日期']).dt.month monthly_sales = df.groupby('月份')['销售额'].sum()  # 4. 绘制趋势图 plt.figure(figsize=(10, 6)) plt.plot(monthly_sales.index, monthly_sales.values, marker='o', linewidth=2) plt.title('月度销售趋势', fontsize=16) plt.xlabel('月份') plt.ylabel('销售额（万元）') plt.grid(True, alpha=0.3) plt.savefig('销售趋势图.png', dpi=150, bbox_inches='tight') print(" 图表已保存为 销售趋势图.png") 

import pandas as pd  # 读取原始数据 df = pd.read_excel("ERP导出数据.xlsx")  # 清洗数据# 1. 去除科目名称的前后空格 df['科目名称'] = df['科目名称'].str.strip()  # 2. 将文本格式的数字转换为数值 df['金额'] = pd.to_numeric(df['金额'], errors='coerce')  # 3. 填充空值为0 df['金额'] = df['金额'].fillna(0)  # 4. 去除重复行 df = df.drop_duplicates()  print(f"清洗后数据：{len(df)} 条") print(df.head()) 

defgenerate_income_statement(df):     """生成利润表"""# 计算各项指标     revenue = df[df['科目名称'] == '营业收入']['金额'].sum()     cost = df[df['科目名称'] == '营业成本']['金额'].sum()     gross_profit = revenue - cost     gross_margin = gross_profit / revenue * 100          operating_expenses = df[df['科目名称'].isin(['销售费用', '管理费用', '财务费用'])]['金额'].sum()     operating_profit = gross_profit - operating_expenses          # 构建利润表     income_statement = {         '项目': ['营业收入', '营业成本', '毛利润', '毛利率', '期间费用', '营业利润'],         '金额（万元）': [revenue, cost, gross_profit, f'{gross_margin:.2f}%', operating_expenses, operating_profit]     }          return pd.DataFrame(income_statement)  # 生成利润表 income_stmt = generate_income_statement(df) print(income_stmt) 

import pandas as pd import matplotlib.pyplot as plt import seaborn as sns  # 设置中文字体 plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False# 读取HR数据 hr_data = pd.read_excel("HR数据.xlsx")  # 创建可视化看板 fig, axes = plt.subplots(2, 2, figsize=(14, 10))  # 1. 部门人员分布（饼图） dept_count = hr_data.groupby('部门').size() axes[0, 0].pie(dept_count.values, labels=dept_count.index, autopct='%1.1f%%') axes[0, 0].set_title('部门人员分布', fontsize=14, fontweight='bold')  # 2. 月度离职率趋势（折线图） monthly_turnover = hr_data.groupby('月份')['离职'].sum() / hr_data.groupby('月份').size() * 100 axes[0, 1].plot(monthly_turnover.index, monthly_turnover.values, marker='o', color='#e74c3c', linewidth=2) axes[0, 1].set_title('月度离职率趋势', fontsize=14, fontweight='bold') axes[0, 1].set_ylabel('离职率(%)')  # 3. 招聘进度（条形图） recruit_data = pd.read_excel("招聘数据.xlsx") axes[1, 0].barh(recruit_data['岗位'], recruit_data['已入职'], color='#27ae60', label='已入职') axes[1, 0].barh(recruit_data['岗位'], recruit_data['待招聘'], left=recruit_data['已入职'], color='#bdc3c7', label='待招聘') axes[1, 0].set_title('招聘进度', fontsize=14, fontweight='bold') axes[1, 0].legend()  # 4. 培训完成率（柱状图） training_data = pd.read_excel("培训数据.xlsx") colors = ['#27ae60'if x >= 80else'#e74c3c'for x in training_data['完成率']] axes[1, 1].bar(training_data['部门'], training_data['完成率'], color=colors) axes[1, 1].set_title('培训完成率', fontsize=14, fontweight='bold') axes[1, 1].set_ylabel('完成率(%)') axes[1, 1].axhline(y=80, color='#f39c12', linestyle='--', label='目标线')  plt.tight_layout() plt.savefig('HR看板.png', dpi=150, bbox_inches='tight') print("HR看板已生成：HR看板.png")