ChatGPT处理Excel表格实战：从数据清洗到自动化报告生成

1次阅读

没有评论

共计 2684 个字符，预计需要花费 7 分钟才能阅读完成。

最近接手了一个电商平台的订单分析需求，需要从导出的 Excel 报表中统计各品类销售额、退货原因分类以及客户评价情感分析。原始数据长这样：

商品名称列包含「【爆款】」等营销文案
客户评价是自由文本，夹杂着表情符号和错别字
退货原因写着「不想要 / 尺寸不对」等混合内容

手动处理时：

用 Excel 公式提取品类关键词经常漏判
分类退货原因要逐个阅读 2000+ 条记录
VBA 处理中文文本时编码总出问题

Pandas 方案短板：

正则表达式处理「颜色：红色；尺码：XL」这类文本时规则复杂
中文分词需要维护敏感词库和同义词表
无法理解「用着还行但物流慢」这类复合情感

ChatGPT 优势体现：

零样本学习：无需训练就能理解「买给妈妈的她很开心」的情感倾向
上下文理解：自动将「XL 号太大」归类到「尺寸问题」
多任务处理：一次 API 调用可同时完成分类和摘要

安装依赖：

pip install openai python-pptx python-dotx

核心读取代码（含异常处理）：

import pandas as pd
from loguru import logger

def load_excel(file_path):
    try:
        df = pd.read_excel(file_path, engine='openpyxl')
        logger.success(f'成功加载文件，共 {len(df)} 条数据')
        return df
    except Exception as e:
        logger.error(f'文件读取失败：{str(e)}')
        raise

关键设计原则：

明确输出格式：要求返回 JSON 方便后续处理
限制输出长度：添加「用 3 个以内关键词总结」等约束
示例引导：给出 1 - 2 个范例响应

订单分类 prompt 示例：

prompt_template = """
请对以下电商订单信息进行处理：1. 从商品名称提取品类（服装 / 食品 / 数码）2. 将退货原因归类到：尺寸问题 / 质量问题 / 其他
3. 用 1 - 3 个关键词总结客户评价情感

示例输入：商品名称：【热卖】男士纯棉 T 恤 XL
退货原因：衣服有破洞
客户评价：质量差，洗了一次就开线了

示例输出：{"品类": "服装", "退货原因": "质量问题", "评价关键词": ["差评", "质量差"]}

请处理：{input_text}
"""

API 调用核心代码：

import openai
import json
from tenacity import retry, stop_after_attempt

@retry(stop=stop_after_attempt(3))
def call_chatgpt(text):
    response = openai.ChatCompletion.create(
        model="gpt-3.5-turbo-0613",
        messages=[{"role": "user", "content": prompt_template.format(input_text=text)}],
        temperature=0.3  # 降低随机性
    )
    return json.loads(response.choices[0].message.content)

# 写回 DataFrame
for idx, row in df.iterrows():
    result = call_chatgpt(row['原始文本'])
    df.at[idx, '品类'] = result.get('品类', '')
    df.at[idx, '退货分类'] = result.get('退货原因', '')

使用 time.sleep(1.2) 避免每分钟超过 20 次的限流

异步批处理：

import asyncio
async def batch_process(texts):
    semaphore = asyncio.Semaphore(5)  # 并发控制
    async with semaphore:
        return await asyncio.gather(*[process_single(text) for text in texts])

正则替换手机号：re.sub(r'1[3-9]\d{9}', '<PHONE>', text)
邮箱替换：.replace('@', '[at]')

from tenacity import retry, wait_exponential

@retry(wait=wait_exponential(multiplier=1, min=4, max=10))
def safe_api_call(text):
    try:
        return call_chatgpt(text)
    except openai.error.RateLimitError:
        logger.warning('触发限流，自动重试')
        raise

添加监控装饰器：

import time
from functools import wraps

def log_time(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        start = time.time()
        result = func(*args, **kwargs)
        logger.info(f'{func.__name__}耗时：{time.time()-start:.2f}s')
        return result
    return wrapper

实测对比：