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:

我来帮您分析这些数据。我会使用分析工具来处理CSV文件，查看不同时间维度的访问量（Profile visits）数据。

// 读取并解析CSV文件
const fileContent = await window.fs.readFile('account_overview_analytics 2.csv', { encoding: 'utf8' });
import Papa from 'papaparse';

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

const data = parsedData.data;

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

// 找出访问量最大的月份
const maxMonthVisits = Object.entries(monthlyVisits)
  .sort((a, b) => b[1] - a[1])[0];
console.log('月度访问量最高：', maxMonthVisits);

// 按周分组
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')}`;
  if (!weeklyVisits[weekKey]) {
    weeklyVisits[weekKey] = 0;
  }
  weeklyVisits[weekKey] += row['Profile visits'] || 0;
});

// 找出访问量最大的周
const maxWeekVisits = Object.entries(weeklyVisits)
  .sort((a, b) => b[1] - a[1])[0];
console.log('周访问量最高：', maxWeekVisits);

// 找出访问量最大的天
const dailyVisits = data.map(row => ({
  date: row.Date,
  visits: row['Profile visits'] || 0
}));
const maxDayVisits = dailyVisits.sort((a, b) => b.visits - a.visits)[0];
console.log('日访问量最高：', maxDayVisits);

// 辅助函数：获取日期所在的周数
function getWeekNumber(date) {
  const d = new Date(Date.UTC(date.getFullYear(), date.getMonth(), date.getDate()));
  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);
}

根据分析结果：

1. 访问量最高的月份是 2024年2月，总访问量达到了 25,317 次
2. 访问量最高的周是 2024年第7周（2月中旬），访问量为 9,537 次
3. 访问量最高的单日是 2024年2月16日（星期五），当天访问量达到了 4,203 次
看起来2月份是您账号表现最好的时期，特别是2月中旬的那一周。您是否记得在2月16日发布了什么特别的内容，导致访问量激增？这可能对您未来的内容策略有所启发。
如果您想了解更多细节，比如具体的内容类型分析或者其他指标（如互动率、关注率等），我也可以为您进一步分析。

ChatGPT.

import pandas as pd

# Load the CSV file to analyze the data
file_path = '/mnt/data/account_overview_analytics (2).csv'
data = pd.read_csv(file_path)

# Display the first few rows to understand the structure of the data
data.head()

Result:
Result
                Date  Impressions  Likes  Engagements  Bookmarks  Shares  
0  Fri, Dec 27, 2024        17955     65          405         29       1   
1  Thu, Dec 26, 2024      1126219   2870        21818       1386      65   
2  Wed, Dec 25, 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   

New follows  Unfollows  Replies  Reposts  Profile visits  Create Post  
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   

Video views  Media views  
0          242          346  
1        22707        88041  
2        12096        23161  
3        17368        42005  
4        34821        77995  

The dataset includes columns such as Date, Impressions, Likes, and others. To answer your questions regarding:

1. Month with the maximum impressions: I'll group the data by month and calculate total impressions.
2. Week with the maximum impressions: I'll group the data by week and calculate total impressions.
3. Day with the maximum impressions: I'll find the single date with the highest impressions.
Let me proceed with the calculations.

# Convert the 'Date' column to a datetime format for easier grouping
data['Date'] = pd.to_datetime(data['Date'], format='%a, %b %d, %Y')

# Add helper columns for month and week
data['Month'] = data['Date'].dt.to_period('M')
data['Week'] = data['Date'].dt.isocalendar().week

# Group by month and sum the impressions
monthly_impressions = data.groupby('Month')['Impressions'].sum()

# Group by week and sum the impressions
weekly_impressions = data.groupby('Week')['Impressions'].sum()

# Find the day with the maximum impressions
max_day = data.loc[data['Impressions'].idxmax()]

# Extract the results
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)

Result

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

Here is the analysis of your tweet impressions:

1. Month with the maximum impressions: February 2024, with a total of 22,484,999 impressions.
2. Week with the maximum impressions: Week 7 (mid-February 2024), with a total of 7,480,737 impressions.
3. Day with the maximum impressions: February 16, 2024, with 2,753,640 impressions.
Let me know if you'd like a more detailed visualization or further breakdown!

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.