Analise rapidamente os dados da planilha do Excel usando ferramentas de diálogo de IA

Pergunte:

Como posso fazer com que a IA analise melhor meus dados estruturados (Excel/CSV)? O conteúdo é longo, parece que foi um pouco jogado fora

Resposta:

Devido às limitações da janela de contexto, a IA não consegue processar conteúdos muito longos de uma só vez. Além disso, o modelo de linguagem grande em si não é bom em operações matemáticas, portanto, ele tambémNão é possível fazer cálculos diretamente com base nos dados estruturados que você fornece. A melhor maneira de usá-lo neste momento é usá-lo em conjunto com o código.

Por exemplo, ferramentas como ChatGPT, Claude podem ajudá-lo automaticamente aGerar código para analisar os dadose pode até mesmo processar os dados em lote para você. Você também pode escrever seu próprio código para implementar a análise, se desejar.

racionalidade

1. Forneça a estrutura dos dados, não forneça os dados completos: no prompt para a IA, descreva apenas a estrutura de seus dados (por exemplo, nomes de colunas e tipos de dados) ou forneça um pequeno exemplo de dados. Não é necessário colar os dados completos diretamente, para que você não perca parte das informações se a entrada for muito longa.
2. Esclareça suas necessidades: informe claramente à IA o que você deseja fazer com os dados ou analisá-los, como gerar tabelas estatísticas, gráficos ou calcular determinadas métricas.
3. Permita que a IA gere códigos: com base em suas necessidades, permita que a IA escreva códigos para ler e analisar dados. Dessa forma, o código pode processar seus dados completos e gerar resultados precisos sem se preocupar com as limitações da janela contextual.

exemplo típico

Por exemplo, digamos que eu exporte os dados de acesso do meu X para um arquivo csv/excel que contenha o número de acessos de cada dia e envie esses dados para o ChatGPT (Claude está bem) para me ajudar a "Analisar meus dados de tweets do ano, qual mês teve mais acessos? Qual semana teve mais visitas? Qual dia teve as duas maiores visitas?"

ChatGPT A primeira coisa a ser feita é amostrar meus dados para ter uma ideia de como é a minha estrutura de dados.

Em seguida, vá em frente e gere o código de acordo com os requisitos e, por fim, execute o código para obter o resultado.

Claude É semelhante, com a única diferença de que o ChatGPT usa Python e o Claude usa JavaScript.

Claude retorna os resultados:

Eu o ajudarei a analisar esses dados. Usarei a ferramenta de análise para processar os arquivos CSV e ver os dados de visitas (Profile visits) em diferentes dimensões de tempo.

// Ler e analisar o arquivo CSV
const fileContent = await window.fs.readFile('account_overview_analytics 2.csv', { encoding: 'utf8' });
importar Papa de 'papaparse';

const parsedData = Papa.parse(fileContent, {
  header: true, dynamicTyping: true, {
  dynamicTyping: true,
  skipEmptyLines: true
});

const data = parsedData.data;

// Agrupar por mês
const monthlyVisits = {};
data.forEach(row => {
  const date = new Date(row.)
  const monthKey = `${date.getFullYear()}-${String(date.getMonth() + 1).padStart(2, '0')}`;
  se (!monthlyVisits[monthKey]) {
    monthlyVisits[monthKey] = 0;
  }
  monthlyVisits[monthKey] += row['Profile visits'] || 0; }
}).

// Localizar o mês com o maior número de visitas
const maxMonthVisits = Object.entries(monthlyVisits)
  .sort((a, b) => b[1] - a[1])[0]; // Localizar o mês com o maior número de visitas.
console.log('Visitas mensais mais altas:', maxMonthVisits);

// Agrupar por semana
const weeklyVisits = {};
data.forEach(row => {
  const date = new Date(row.Date);
  const weekNumber = getWeekNumber(date);
  const weekKey = `${date.getFullYear()}-W${String(weekNumber).padStart(2, '0')}`;
  se (!weeklyVisits[weekKey]) {
    weeklyVisits[weekKey] = 0;
  }
  weeklyVisits[weekKey] += row['Profile visits'] || 0;
}).

// Encontrar a semana com o maior número de visitas
const maxWeekVisits = Object.entries(weeklyVisits)
  .sort((a, b) => b[1] - a[1])[0]; // Localizar a semana com o maior número de visitas.
console.log('Máximo de visitas semanais:', maxWeekVisits);

// Localizar o dia com o maior número de visitas
const dailyVisits = data.map(row => ({
  date: row.
  visits: row['Profile visits'] || 0
Date, visits: row['Profile visits'] || 0)); const
const maxDayVisits = dailyVisits.sort((a, b) => b.visits - a.visits)[0];
console.log('Maior número de visitas diárias:', maxDayVisits);

// função auxiliar: obter o número da semana da data
function getWeekNumber(date) {
  const d = new Date(Date.UTC(date.getFullYear(), date.getMonth(), date.getDate()));
  const dayNum = d.getUTCDay() || 7;
  const dayNum = d.getUTCDay() | 7; d.setUTCDate(d.getUTCDate() + 4 - dayNum);
  const yearStart = new Date(Date.UTC(d.getUTCFullYear(),0,1));
  return Math.ceil((((d - yearStart) / 86400000) + 1)/7);
}

Com base na análise:

1. o mês mais visitado é fevereiro de 2024, com 25.317 visitas totais
2. A semana mais visitada foi a 7ª semana de 2024 (meados de fevereiro), com 9.537 visitas
3. o dia mais visitado foi sexta-feira, 16 de fevereiro de 2024, com 4.203 visitas
Parece que fevereiro foi o melhor mês para sua conta, especialmente a semana de meados de fevereiro. Você se lembra de ter postado algum conteúdo específico em 16 de fevereiro que resultou em um pico de visitas? Isso pode esclarecer sua estratégia de conteúdo futura.
Se desejar obter mais detalhes, como análise de tipo de conteúdo específico ou outras métricas (por exemplo, taxas de interação, taxas de acompanhamento etc.), também posso analisar isso mais detalhadamente para você.

ChatGPT.

importar pandas como pd

# Carregue o arquivo CSV para analisar os dados
file_path = '/mnt/data/account_overview_analytics (2).csv'
dados = pd.read_csv(file_path)

# Exibir os primeiros dados linhas para entender a estrutura dos dados
dados.head()

Resultado.
Date Impressões Curtidas Engajamentos Marcadores Compartilhamentos
                Data Impressões Curtidas Engajamentos Marcadores Compartilhamentos
0 Sex, 27 de dezembro de 2024 17955 65 405 29 1
1 Qui, 26 de dezembro de 2024 1126219 2870 21818 1386 65
2 Qua, 25 de dezembro de 2024 1657311 4312 19589 1544 78
3 Tue, Dec 24, 2024 401326 1424 12266 749 41
4 Mon, Dec 23, 2024 467837 1528 16703 782 43

Novos seguidores Deixar de seguir Respostas Reposts Visitas ao perfil Criar publicação
0 4 0 10 10 35 0
1 206 39 198 427 1099 1
2 361 23 179 667 1700 3
3 141 15 153 272 517 5
4 96 27 217 260 559 2

Visualizações de vídeo Visualizações de mídia
0 242 346
1 22707 88041
2 12096 23161
3 17368 42005
4 34821 77995

O conjunto de dados inclui colunas como Date, Impressions, Likes e outras. Para responder às suas perguntas sobre.

1. mês com o máximo de impressões: agruparei os dados por mês e calcularei o total de impressões. 2. semana com o máximo de impressões: agruparei os dados por mês e calcularei o total de impressões.
2. semana com o máximo de impressões: agruparei os dados por semana e calcularei o total de impressões. 3. dia com o máximo de impressões: agruparei os dados por semana e calcularei o total de impressões.
3. dia com o máximo de impressões: encontrarei a única data com o maior número de impressões.
Vou prosseguir com os cálculos.

# Converta a coluna "Date" em um formato de data e hora para facilitar o agrupamento
Converta a coluna "Date" em um formato de data e hora para facilitar o agrupamento. data['Date'] = pd.to_datetime(data['Date'], format='%a, %b, %d, %Y')

# Adicionar colunas auxiliares para mês e semana
data['Month'] = data['Date'].dt.to_period('M')
data['Week'] = data['Date'].dt.isocalendar().week

# Agrupar por mês e somar as impressões
monthly_impressions = data.groupby('Month')['Impressions'].sum()

# Agrupar por semana e somar as impressões
weekly_impressions = data.groupby('Week')['Impressions'].sum()

# Localizar o dia com o máximo de impressões
max_day = data.loc[data['Impressions'].idxmax()]

# Extraia os resultados
max_month = monthly_impressions.idxmax()
max_month_value = monthly_impressions.max()

max_week = weekly_impressions.idxmax()
max_week_value = weekly_impressions.max()

max_day_date = max_day['Date']
max_day_value = max_day['Impressions']

(max_month, max_month_value, max_week, max_week_value, max_day_date, max_day_value)

Resultado

(Period('2024-02', 'M'),
 22484999,
 7,
 7480737,
 Timestamp('2024-02-16 00:00:00'),
 2753640)

Aqui está a análise das impressões de seus tweets.

1. mês com o máximo de impressões: fevereiro de 2024, com um total de 22.484.999 impressões. 2. semana com o máximo de impressões: semana 7 (meados de fevereiro de 2024), com um total de 22.484.999 impressões.
2. semana com o máximo de impressões: semana 7 (meados de fevereiro de 2024), com um total de 7.480.737 impressões.
3. dia com o máximo de impressões: 16 de fevereiro de 2024, com 2.753.640 impressões.
Se você quiser uma visualização mais detalhada ou uma análise mais detalhada, entre em contato comigo!

Se não for possível acessar as ferramentas de IA acima, tente usar um produto semelhante em seu país:discurso intelectualmente estimulante consultar a dinastia Shang Tang (século XVI a.C.) Todos têm ferramentas de diálogo de IA voltadas para a análise de dados de arquivos EXCEL.