数据分析神 skill：八步流程、一个依赖、零报错陷阱，让 AI 的数字经得起追问

一句话定位：一个数据分析全流程技能，从体检脏表到交付报告，八步标准作业，确保每一个数字都能被追溯和验证。

一个被忽视的真相：AI 算错的时候不会报错

你写代码，错了会抛异常。你做数据分析，错了什么都不会发生。

这是一个非常可怕的事实。一个 +161% 的计算错误，交付出去的时候和正确答案长得完全一样------零报错、零 NaN、零警告。

项目 README 里举了一个真实的例子：同一份销售表，主流做法（pd.read_excel()）算出的月度总额是 34,893,234 ，而真值是 13,367,767。误差 +161%。

错在三个地方：

"合计"行被当成了一家门店
"华东小计"又被当成了一家门店
一行粘贴事故造成的重复数据算了两次

没有任何一处会报错。

Panko (1998) 的研究说 86% 的电子表格含有错误。这不是危言耸听，这是有实证支撑的事实。

huashu-excel 存在的全部理由，就是让那句"这个数你怎么算的？"能被答上来。

Github:

github.com/alchaincyf/...

它有多大？核心数据

GitHub 星星：39（2026 年 8 月 23 日创建，仅一天）
Fork 数：3
主要语言：Python
协议：MIT
唯一依赖：openpyxl

这个项目非常新，但它的 README 写得极其详细（17,770 字节），方法论引用了 Tukey、Cleveland & McGill、ICAEW 等多个权威来源。这不是一个"先发布再完善"的项目，而是一个"想清楚了再发布"的项目。

核心理念：八步标准作业流程

huashu-excel 定义了一套完整的数据分析流程，每一步都有明确的目标和检查机制：

arduino 复制代码

1  体检   这张表长什么样 ------ 结构、类型、脏点。先看再算
2  清洗   变成规范分析表，每一步可追溯可回放
3  对齐   摸底 → 查外部基准 → 告诉用户 → 问清他要什么 → 定口径
4  分析   扫陷阱，走配方，每条发现都推到"所以呢"
5  对账   行数守恒、总和守恒、与表内合计交叉验证
6  交付   Excel / 图表 / 报告，口径随数字一起交付
7  验图   渲染出来看画错了没有------手写 SVG 必然会犯那几类错
8  质控   另派一个没参与创作的 agent 从原始数据重算，拆你的台

最后一步"质控"是最容易被省掉的，而它抓到的问题比前面所有闸门加起来还多。

五个和别的工具不一样的地方

一、先看原始单元格，再动 pandas

pd.read_excel() 读进来的那一刻，合并单元格、单元格格式、原始类型就全丢了。现有工具都是在信息已经损毁之后才开始判断。

huashu-excel 的体检脚本先用 openpyxl 读原始格子，在"还没决定用什么工具处理这张表"的时刻就能发现问题。

二、把表里的"合计"行当成免费的校验和

所有工具都把汇总行当噪音过滤掉。但那是原表作者用公式算出来的真值。拿清洗后的明细自己求和去对它------对不上就说明有一方错了。

这对应 ICAEW《Financial Modelling Code》(2024) 的 Include a master check。

三、默认给五数概括，不给均值

业务数据几乎总是右偏的。df.describe() 把 mean/std 放在最前面，而均值在偏态分布下描述的不是任何一个真实对象。

huashu-excel 默认输出 min/Q1/中位数/Q3/max + IQR，这是 Tukey 的抗差统计。

四、机器判事实，人判品味

"行数对不对、总和守不守恒、这个数能不能追回源单元格"------机器验死，自动跑。

"这个分析有没有意义、该不该这么切"------明确交还给人，绝不用一个分数冒充客观。

五、它不是一个分析师，是一个团队

这件事外包给顶级咨询公司，不会只派一个数据分析师。所以它要依次成为领域专家 / 数据分析师 / 战略顾问 / 视觉设计师 / 前端工程师 / 质控------角色之间打架的地方保留下来，那是信息量最大的部分。

独立脚本：脱离 agent 也能用

huashu-excel 的脚本可以脱离 AI 助手单独使用：

bash 复制代码

python3 scripts/profile_table.py 你的表.xlsx      # 算数字之前先看清楚
python3 scripts/verify_numbers.py 你的表.xlsx     # 退出码 1 = 有对不上的
python3 scripts/verify_visual.py 报告.html        # 退出码 1 = 图画错了
python3 scripts/verify_docx.py   报告.docx        # 退出码 1 = Word 走样了

依赖只有 openpyxl（读写 .xlsx 时），CSV 路径和报告生成连它都不用，纯标准库。不用 pandas、不用绘图库、不用 LibreOffice、不联网、不依赖任何 agent 平台特性。

方法论出处

这份技能的判断力不是凭空来的，每条都有出处：

来源	用在哪
Hadley Wickham, Tidy Data	清洗的目标形态与五类脏数据分类
John Tukey, Exploratory Data Analysis (1977)	五数概括、抗差统计、箱线图
ICAEW, Financial Modelling Code (2024)	master check、可追溯引用
Cleveland & McGill (1984)	视觉编码的感知精度阶梯
Gene Zelazny, Say It With Charts	先定信息再选图
Barbara Minto, The Pyramid Principle	结论先行、MECE、SCQA
Panko (1998)、EuSpRIG	电子表格错误的实证规模

三届微软 Excel 世界冠军 Andrew Ngai 的判断，是这份技能的立论：

如果你用错误的数据训练 AI，它会给你错误的结果------但它还会装出对这些错误结果非常自信的样子。

这个项目适合谁？

用 AI 做数据分析的人------如果你经常让 AI 帮你分析 Excel 表格，这个技能能帮你避免"AI 自信地算错"的问题。

数据分析师------八步流程本身就是一套完整的数据分析方法论，即使不用 AI 也值得参考。

需要交付数据报告的人------从体检到交付的完整链路，确保每一个数字都能被追溯。

Excel 用户------那些"合并单元格+千分位+汇总行混在一起"的脏表，这个技能专门治它们。

Github:

github.com/alchaincyf/...

总结

huashu-excel 不是一个"又一个数据分析工具"。它的核心价值不在于"能分析数据"，而在于能证明数据是对的。

在 AI 分析越来越普及的今天，"AI 算出来的数字对不对"正在成为一个新的信任问题。huashu-excel 用八步流程和多重验证机制，为这个问题提供了一个系统性的答案。

39 颗星星说明它还很年轻，但 17,777 字节的 README 和严谨的方法论引用说明：这是一个想清楚了再动手的项目。

我的理解

看完 huashu-excel 的 README，我最欣赏的是它对"对账"的执着。

大多数数据分析工具的流程是：读数据 → 清洗 → 分析 → 出报告。huashu-excel 在中间加了两个关键步骤：对齐（搞清楚用户到底要什么）和对账（用表里自带的合计行验证自己的计算）。

特别是"对账"这一步------它把表里现成的合计行当成免费的校验和，拿清洗后的明细自己算一遍去对。对不上就报错，通过了才给数字。

这种"先验证再信任"的设计哲学，在 AI 工具中非常稀缺。大多数 AI 工具给你一个看起来很专业的答案，但不告诉你这个答案是怎么来的、能不能被验证。huashu-excel 说：不通过就不给你数字。

这可能是数据分析领域最需要的一件事：不是更快的分析，而是更可信的分析。

关注

如果你觉得这篇文章对你有帮助，欢迎关注我的公众号，获取更多优质开源项目的深度解读。