基于Dify实现对Excel的数据分析--动态配置图表

在之前的Excel数据分析文章发出后，网友们都在咨询如何实现根据数据情况动态调整图表输出，其实这个不难，这几天抽空做了一个简单实现。主要原理就是在series模板中做工作，其他内容和之前文章类似，这里就不重复了，主要提供自定义代码完整内容。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、工作流程设计之自定义代码

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
	# 根据数据情况动态增加图表配置。主要是修改series，这个其实与大模型无关。  
	custom_series=[]  
	# 1.柱状图：根据data行数增加series列表数据  
	for row in range(len(data)-1):  
	    # 第一个网格中的柱状图系列，取决于行数。  
	    type_schema={"type": "bar", "seriesLayoutBy": "row"}  
	    custom_series.append(type_schema)  
	# 2.折线图：根据data列数增加series列表数据  
	for row in range(len(data[0])-1):  
	    # 第二个网格中的折线图系列，取决于列数  
	    type_schema={"type": "line", "xAxisIndex": 1, "yAxisIndex": 1}  
	    custom_series.append(type_schema)
    # 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": custom_series
    }
    # 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}

三、应用效果演示

运行工作流后，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。演示示例是2个油田4个月度数据，如果用户提供了更多的数据，该agent会自动解析数据，形成多列多行的图表数据，实现对Excel数据分析，大家可以试试。