AI生活之我用AI处理Excel表格

AI生活之我用AI处理Excel表格

场景再现

因学习需要,整理了某个题库,方便自己刷题使用。 已将每套题打上了制定标签,得到一个Excel表格。截图如下:

需求是:一共35套题,需要按给定标签统计对应哪套题库,方便我专题针对性练习。

期望能得到下列的统计结果

python 复制代码
Windows:对应题号
Word:对应题号
Excel:对应题号
PPT:对应题号
PS:对应题号
DW:对应题号

最笨 朴素办法是:挨个数或者挨个再打标签。

【方法:挨个数】Windows所在行的题库号分别记录到Windows后面,以此类推,所有题过5遍。

【方法:挨个打标签】用题号给六个类别打标签,如:给Windows和DW分别打标签1。以此类推,数一遍,即可打完标签。

上述的方法都可以实现。

但是我觉得都太麻烦了。

于是乎我想着能不能让AI自动帮我实现。
事实证明可以是可以,但是过程依旧很麻烦。麻烦在哪里呢?

接下来,我将我的提问过程和测试运行代码过程提出来,供学习和参考。
毕竟水平有限,高手勿喷 #^. ^#

AI提问词

  1. 上传文档,直接分析,看能不能得到我想要的。

    很明显,我不需要文字性的对Excel的描述。

  2. 整理分析sheet1中前三列数据(ps细化了具体要求)

    依旧不是我想要的。而且还找不见,我之前上传的文件。

    很生气 ○・`Д´・ ○

  3. 整理分析Excel文件中的sheet1中前三列数据(重新上传文件,并说明要分析的工作表和区域)

    有点意思了,能简单地统计出现的次数和占比。
    但依旧不是我真正想要的。

    我想可能是我没有表述清楚,我继续重新上传和提问如下:

  4. 统计16,17列中"Windows"、"DW"、"Excel"、"PPT"、"Word"、"PS"对应的题库序号

    ( * ^ ▽ ^ * )喜大普奔!!!

    终于是我想要的了。

    刚开始我想着是让AI直接给我出结果,我不关心过程。

    但是它给了我一个惊喜,它给我了一段python代码。
    不会编程的童靴到这里可能是惊吓,或者可以继续让AI执行并输出结果,我这里就直接使用给的示例代码调试并输出结果。

    所以我将它写出来的代码贴下来

AI代码

我将python代码和Excel文件放在同一个文件夹中,然后开始调试代码。

python 复制代码
import pandas as pd

# 读取Excel文件
df = pd.read_excel('题库整理.xlsx', sheet_name='Sheet1')

# 定义要统计的软件列表
softwares = ['Windows', 'DW', 'Excel', 'PPT', 'Word', 'PS']

# 用于存储结果的字典。
'''
字典的key值是softwares列表中的每个值。
value是一个列表,等会会用挨个标记的方法,
遍历一遍表格的每一行,挨个用题号标记类别,将结果追加在对应列表中。
'''
result = {software: [] for software in softwares}


# 遍历数据行,用追加题库序号的方法,挨个标记类型
for index, row in df.iterrows():
    for software in softwares:
        if software in row['16']:
            result[software].append(row['题库序号'])
        if software in row['17']:
            result[software].append(row['题库序号'])

# 输出结果(遍历输出字典中的key和value)
for software, ids in result.items():
    print(f"{software}对应的题库序号:{ids}")

运行调试结果

bingo!!!

得到我想要的结果。

心得感受

  1. 和AI对话的过程,其实是我不断地对所要解决问题的更深入的了解。
  2. AI帮助我的是用我目前还不熟悉的办法,做到这件事,更轻松和容易的做到这件事。
  3. 最后的事实证明,即使不用AI,我花时间也可实现。用了AI之后帮我降低了学习成本,提高了学习的效率。
  4. 我明白了用"result = {software: \[\] for software in softwares}"这种高级的写法可以实现用softwares的每个值对应一个空列表,创建一个空的字典结构。
  5. 遍历输出字典的方法也很简单,分别遍历得到key、value然后组合输出如下:
python 复制代码
 `for software, ids in result.items():
    print(f"{software}对应的题库序号:{ids}")`
  1. AI更像一个无所不知的老师,只要你提问的问题足够清楚,表达你真正想要了解和知道的意愿,AI就可以提供它能知道的解决办法和方案。更幸运地是它给的方法你正好可以验证和继续二次开发,于是你借助AI解决了你想要解决的问题。
  2. 所以让AI圆梦的根本是自己清楚知道自己从哪开始?怎么去?想去哪?
  3. 也许AI未来也可以自己给自己出问题,让自己去解答。但是我想说的是再厉害的人工智能,模仿的永远是人,或者是人能想到的方法,而不是创造本身不存在的。
  4. 人之所以为人,最厉害和最更根本的就在于人可以想象出不存在的东西,然后验证和实现它。
相关推荐
江畔柳前堤5 小时前
roLabelImg 详细安装教程
开发语言·人工智能·后端·云原生
阿里云大数据AI技术5 小时前
分链路差异化设计的DSP准实时数仓|钛动科技基于阿里云实时计算 Flink 版 + DLF Paimon + EMR Serverless StarRocks 的实践
人工智能·flink
陕西企来客5 小时前
2026年7月AI智能搜索曝光趋势研判
大数据·人工智能·机器学习·ai智能搜索曝光
阿里云大数据AI技术5 小时前
从算力到智能体,面向 Agentic AI 的基础设施演进
人工智能·agent
hangyuekejiGEO6 小时前
GEO技术服务选型指南
大数据·人工智能·python
阿里云大数据AI技术6 小时前
EMR Serverless Spark AI Function 的双维降本实践
人工智能·sql·spark
维基框架7 小时前
GitHub源码处理提速 一趟扫描反而更慢
人工智能·github
冬奇Lab7 小时前
代码库知识库系列(05):向量检索 vs 知识图谱——加了调用图并没有变更好
人工智能
AKAMAI7 小时前
你的源服务器可能是你做出的最昂贵决定
运维·人工智能·云计算
冬奇Lab7 小时前
【无标题】
人工智能·开源