技能介绍

解决的问题

当业务数据散落在 Excel、CSV 里时，常见瓶颈不是“看不了”，而是重复劳动：手动删重、统一日期、找汇总列、做透视、再截图给同事。多维表格“快”分析报告助手把这条链路收敛成一条 Python 管线，适合从原始表格快速得到可交付的分析结果。

工作方式

技能围绕 scripts/data_pipeline.py 工作，输入可以是 .xlsx、.xls 或 .csv，支持自动检测编码。管线会先读取第一个有数据的 Sheet，再做列类型检测，识别日期、分类、数值、文本和 ID 列。随后执行去重、日期标准化和空值填充，并按指定或自动检测的维度做汇总、月度趋势和交叉分析。

输出通常包括三类：

_汇总.xlsx：多 Sheet 汇总表，带原生公式与柱状图、折线图、饼图
_dashboard.html：交互式 HTML 看板，包含 KPI 卡片、图表与数据表格
_analysis.json：结构化分析结果，便于二次开发

关键参数包括 --group-by、--value-col、--fill-null 和 --no-dedup。如果用户已有明确分析口径，建议显式指定维度与汇总列；如果只是想先看结果，可以直接运行默认管线。

适用边界

这个技能更适合中等规模、结构较清晰的表格数据，尤其是含日期、分类、金额等字段的经营、销售、库存或成本数据。它不是替代完整 BI 建模，也不负责复杂指标定义。若需求变成“增加利润率计算”“按自定义区域对比”等，通常应在管线结果之上用 pandas / openpyxl 继续处理。另外，HTML Dashboard 的图表库通过 CDN 加载，离线环境需要网络可达。