[teamai] Push 87 resource(s) from XingfenD

.teamai/skills/common/kb-retriever/references/excel_analysis.md

@@ -0,0 +1,129 @@
+# Excel 数据分析
+
+> ⚠️ **使用本文档前请注意**：本文档应在实际分析 Excel 数据之前阅读，以了解正确的 pandas 分析方法。请先阅读 excel_reading.md 学习如何读取数据。
+
+使用 pandas 对 Excel 数据进行常规分析操作。
+
+## 快速参考
+
+| 任务 | 常用方法 | 代码示例 |
+|------|----------|----------|
+| 按条件过滤 | 布尔索引 | `df[df['sales'] > 10000]` |
+| 分组聚合 | groupby | `df.groupby('region')['sales'].sum()` |
+| 排序 | sort_values | `df.sort_values('sales', ascending=False)` |
+| 计算新列 | 直接赋值 | `df['profit'] = df['revenue'] - df['cost']` |
+| 统计汇总 | describe | `df.describe()` |
+
+## 分组聚合（GroupBy）
+
+```python
+import pandas as pd
+
+df = pd.read_excel("sales.xlsx")
+
+# 按列分组并聚合
+sales_by_region = df.groupby("region")["sales"].sum()
+print(sales_by_region)
+
+# 多列分组和多重聚合
+result = df.groupby(["region", "product"]).agg({
+    "sales": "sum",
+    "quantity": "count",
+    "price": "mean"
+})
+```
+
+## 数据过滤
+
+```python
+# 按条件过滤行
+high_sales = df[df["sales"] > 10000]
+
+# 多条件过滤
+filtered = df[(df["sales"] > 10000) & (df["region"] == "North")]
+
+# 使用 isin 过滤
+selected = df[df["product"].isin(["A", "B", "C"])]
+```
+
+## 派生指标计算
+
+```python
+# 计算新列
+df["profit_margin"] = (df["revenue"] - df["cost"]) / df["revenue"]
+
+# 百分比计算
+df["growth_rate"] = (df["current"] - df["previous"]) / df["previous"] * 100
+
+# 累计求和
+df["cumulative_sales"] = df["sales"].cumsum()
+```
+
+## 排序
+
+```python
+# 按单列排序
+df_sorted = df.sort_values("sales", ascending=False)
+
+# 按多列排序
+df_sorted = df.sort_values(["region", "sales"], ascending=[True, False])
+```
+
+## 数据透视表
+
+```python
+# 创建数据透视表
+pivot = pd.pivot_table(
+    df,
+    values="sales",
+    index="region",
+    columns="product",
+    aggfunc="sum",
+    fill_value=0
+)
+
+print(pivot)
+```
+
+## 统计分析
+
+```python
+# 基本统计
+print(df.describe())
+
+# 特定列统计
+print(df["sales"].mean())
+print(df["sales"].median())
+print(df["sales"].std())
+
+# 计数统计
+print(df["category"].value_counts())
+```
+
+## 数据合并
+
+```python
+# 垂直合并多个 DataFrame
+combined = pd.concat([df1, df2], ignore_index=True)
+
+# 按公共列合并（类似 SQL JOIN）
+merged = pd.merge(sales, customers, on="customer_id", how="left")
+```
+
+## 数据清洗
+
+```python
+# 删除重复行
+df = df.drop_duplicates()
+
+# 处理缺失值
+df = df.fillna(0)  # 填充为 0
+df = df.dropna()   # 删除含缺失值的行
+
+# 去除空格
+df["name"] = df["name"].str.strip()
+
+# 类型转换
+df["date"] = pd.to_datetime(df["date"])
+df["amount"] = pd.to_numeric(df["amount"], errors="coerce")
+```