数据分析器

分析并汇总来自Excel、CSV、Word和PDF文件的数据。

功能特性

• - 📊 多格式输入：Excel、CSV、Word、PDF、TXT、Markdown
• 📁 文件夹扫描：分析整个文件夹
• 📈 统计功能：求和、平均值、趋势分析
• 🔄 数据合并：合并多个文件
• 📉 可视化：生成图表
• 📋 多格式输出：Markdown、Excel、Word、PDF
• 🌍 多语言支持：英文、中文输出

触发条件

• - 分析这个文件夹 / Analyze this folder
• 对比这些Excel / Compare these Excel files
• 汇总数据 / Summarize the data
• data-analyzer

Python代码

python
import os
import pandas as pd
from pathlib import Path
from docx import Document
import fitz # PyMuPDF

class DataAnalyzer:
def init(self, folder_path):
self.folder = Path(folder_path)
self.files = self.scanfiles()

def scanfiles(self):
扫描文件夹中的支持文件
files = {
excel: [], csv: [], word: [],
pdf: [], txt: [], markdown: []
}

for f in self.folder.rglob(*):
ext = f.suffix.lower()
if ext in [.xlsx, .xls]:
files[excel].append(str(f))
elif ext == .csv:
files[csv].append(str(f))
elif ext == .docx:
files[word].append(str(f))
elif ext == .pdf:
files[pdf].append(str(f))
elif ext == .txt:
files[txt].append(str(f))
elif ext in [.md, .markdown]:
files[markdown].append(str(f))

return files

def analyzeexcel(self, filepath):
分析Excel文件
df = pd.readexcel(filepath)
return {rows: len(df), columns: len(df.columns), data: df}

def analyzecsv(self, filepath):
分析CSV文件
df = pd.readcsv(filepath)
return {rows: len(df), columns: len(df.columns), data: df}

def analyzeword(self, filepath):
分析Word文件
doc = Document(file_path)
text = \n.join([p.text for p in doc.paragraphs if p.text.strip()])
return {paragraphs: len(doc.paragraphs), text: text}

def analyzepdf(self, filepath):
分析PDF文件
doc = fitz.open(file_path)
text =
for page in doc:
text += page.get_text()
result = {pages: len(doc), text: text}
doc.close()
return result

def analyzetxt(self, filepath):
分析TXT文件
with open(file_path, r, encoding=utf-8) as f:
text = f.read()
return {lines: len(text.split(\n)), text: text}

def analyzemarkdown(self, filepath):
分析Markdown文件
with open(file_path, r, encoding=utf-8) as f:
text = f.read()
return {lines: len(text.split(\n)), text: text}

def analyzefile(self, filepath):
自动检测并分析任何支持的文件
ext = Path(file_path).suffix.lower()

if ext in [.xlsx, .xls]:
return self.analyzeexcel(filepath)
elif ext == .csv:
return self.analyzecsv(filepath)
elif ext == .docx:
return self.analyzeword(filepath)
elif ext == .pdf:
return self.analyzepdf(filepath)
elif ext == .txt:
return self.analyzetxt(filepath)
elif ext in [.md, .markdown]:
return self.analyzemarkdown(filepath)
else:
return {error: f不支持的格式：{ext}}

def generate_summary(self):
生成分析摘要
summary = {totalfiles: 0, filedetails: []}

for ftype, flist in self.files.items():
for fpath in flist:
try:
analysis = self.analyze_file(fpath)
summary[file_details].append({
name: os.path.basename(fpath),
type: ftype,
analysis: analysis
})
summary[total_files] += 1
except Exception as e:
summary[file_details].append({
name: os.path.basename(fpath),
type: ftype,
error: str(e)
})

return summary

使用示例

用户：分析此文件夹中的所有Excel文件
代理：使用DataAnalyzer扫描并分析

用户：对比这些CSV文件
代理：读取并对比数据

用户：生成数据报告
代理：生成分析报告

注意事项

• - 支持.xlsx、.csv、.docx、.pdf格式
• 本地处理，不上传数据
• 跨平台兼容