基于Dify实现对Excel的数据分析

在dify部署完成后,大家就可以基于此进行各种应用场景建设,目前dify支持聊天助手(包括对话工作流)、工作流、agent等模式的场景建设,我们在日常工作中经常会遇到各种各样的数据清洗、格式转换处理、数据统计成图等数据分析工作,本次主要基于对话工作流模式对Excel文件、csv文件进行解析处理,并进行成图等数据分析工作。主要用到的插件有LLM节点,文档提取器、参数提取器、自定义代码节点、echart插件等。实现解析Excel数据,经过上述不同节点的处理分析流程,最终实现数据统计图展示。具体如下,供大家参考学习。

一、数据准备

准备一个Excel文件,内容可以是产品月度销售数据或者油气田月度产量数据等。如下图。

二、工作流程设计

总体工作流程图如下。

1.文档提取器

输入变量就是开始节点的文件。
2.LLM节点,提示词设计见下图。

3.参数提取器

输入变量为LLM节点的输出变量text。提取参数和任务指令见下图。

4.自定义代码(Exl2Echart)代码,代码需要在sandbox容器中执行,目前主要支持python和nodejs代码,记得安装相应的依赖库。本文中的csv和json库都是默认安装的。代码详见下方

复制代码
import csv
import json
def main(csv_string):
    # 将CSV字符串分割成行
    lines = csv_string.strip().split('\n')
    # 使用csv模块读取数据
    reader = csv.reader(lines)
    # 将所有行转换为列表
    data = [row for row in reader]

    # 将数字字符串转换为浮点数
    for row in data[1:]:  # 跳过标题行,即第一行
	    # 将第二列及之后的所有列的数据类型调整为数字类型(这里是float)
        for i in range(1, len(row)):
            try:
                row[i] = float(row[i])
            except ValueError:
                pass

    # 创建完整的ECharts配置
    echarts_config = {
        "legend": {},
        "tooltip": {},
        "dataset": {
            "source": data
        },
        "xAxis": [
            {"type": "category", "gridIndex": 0},
            {"type": "category", "gridIndex": 1}
        ],
        "yAxis": [
            {"gridIndex": 0},
            {"gridIndex": 1}
        ],
        "grid": [
            {"bottom": "55%"},
            {"top": "55%"}
        ],
        "series": [
            # 第一个网格中的柱状图系列,注意要根据数据进行删减
            {"type": "bar", "seriesLayoutBy": "row"},
            {"type": "bar", "seriesLayoutBy": "row"},
            {"type": "bar", "seriesLayoutBy": "row"},
            {"type": "bar", "seriesLayoutBy": "row"},
            {"type": "bar", "seriesLayoutBy": "row"},
            {"type": "bar", "seriesLayoutBy": "row"},
            # 第二个网格中的折线图系列,注意要根据数据进行删减
            {"type": "line", "xAxisIndex": 1, "yAxisIndex": 1},
            {"type": "line", "xAxisIndex": 1, "yAxisIndex": 1},
            {"type": "line", "xAxisIndex": 1, "yAxisIndex": 1},
            {"type": "line", "xAxisIndex": 1, "yAxisIndex": 1},
            {"type": "line", "xAxisIndex": 1, "yAxisIndex": 1}
        ]
    }
    # 生成输出文件,这里是echart要求的格式输出
    output = "```echarts\n" + json.dumps(echarts_config, indent=2, ensure_ascii=False) + "\n```"
    return {"output": output}

5.结束节点,设置回复内容为Exl2Echart节点的输出变量。

三、应用效果演示

运行工作流选择文件后启动对话,在对话框中输入"请分析Excel数据",即可实现如下效果。编写完成的应用可以嵌入到任意一个应用系统的任何位置,实现对Excel数据的分析工作流。具体效果见下图。

相关推荐
LgZhu(Yanker)1 小时前
40、企业智能决策引擎:BI分析平台的架构设计与业务实践
信息可视化·数据分析·etl·bi·大屏
天意生信云2 小时前
单细胞转录组:差异基因分析和富集分析
经验分享·数据分析·r语言
居7然4 小时前
JoyAgent-JDGenie深度评测:从开箱到实战,多智能体框架的工业级答卷
分布式·自然语言处理·架构·transformer·agent
IT毕设梦工厂6 小时前
大数据毕业设计选题推荐-基于大数据的全球经济指标数据分析与可视化系统-Hadoop-Spark-数据可视化-BigData
大数据·hadoop·数据分析·spark·毕业设计·源码·bigdata
Leo.yuan11 小时前
ODS 是什么?一文搞懂 ODS 与数据仓库区别
大数据·数据仓库·数据挖掘·数据分析·spark
袁庭新21 小时前
不懂编程也能开发出自己的扣子AI智能体与工作流
agent·coze
Gold Steps.21 小时前
从 “T+1” 到 “秒级”:MySQL+Flink+Doris 构建实时数据分析全链路
大数据·数据库·数据分析
l12345sy1 天前
Day31_【 NLP _1.文本预处理 _(3)文本数据分析】
人工智能·自然语言处理·数据分析
电商API_180079052471 天前
获取淘宝商品视频API接口解析:通过商品链接url获取商品视频item_video
开发语言·爬虫·python·数据挖掘·数据分析
一百天成为python专家1 天前
【项目】自然语言处理——情感分析 <上>
人工智能·rnn·自然语言处理·数据分析·lstm·pandas·easyui