Excel/CSV 字段分析器

概述

智能分析 Excel 与 CSV 文件，自动生成中英文字段映射、统计报告与 HTML 可视化。

核心能力：

字段统计分析（空值率、唯一值、分布）
AI 字段映射（内置 50+ 车险领域字段）
映射质量自动校验
HTML 可视化报告

快速开始

对话式调用（推荐）

直接与 Claude 对话：

"帮我分析这个 Excel 文件的字段"
"分析 ./data/insurance_data.xlsx 的字段映射"

命令行

# 基础分析
python scripts/analyzer.py <file_path> [output_dir] [topn]

# 示例
python scripts/analyzer.py data.xlsx ./output 10

# 支持格式：.xlsx, .xls, .csv, .txt

核心特性

1. 预置映射库

车险领域：内置 50+ 字段映射
覆盖范围：财务、车辆、机构、产品、时间
示例：
- 商业险保费 → commercial_premium（finance/number）
- 三级机构 → org_level_3（organization/string）
- 确认时间 → time_confirm（time/datetime）

2. AI 批量学习

零人工：自动为未知字段生成映射
智能分析：语义分析 + 数据样本推断
自动保存：结果保存至 custom.json 便于复用
高准确率：70 字段测试集准确率 100%

示例：

🔍 Found 70 unknown fields
💡 Using AI to generate mappings...
✅ Generated 70 mappings and saved to custom.json

- 刷新时间 → time_refresh [time/datetime]
- 交叉销售标识 → flag_cross_sales [flag/string]
- 签单保费 → premium_signing [finance/number]

3. 质量校验

自动检查：4 个维度（命名、分组、语义、类型）
质量评分：优秀（≥90）/ 良好（75-89）/ 一般（60-74）/ 较差（<60）
详细报告：Markdown，附改进建议

4. 交互式学习

手动模式：可选，精确控制字段映射
引导流程：逐步选择英文字段名、分组、类型
持久存储：全部学习映射保存至 custom.json

输出文件

1. HTML 可视化报告

文件元信息与生成时间
每个工作表的完整统计表
数值统计与 Top 值分布
交互式探索

2. JSON 字段映射表

{
  "field_name": "commercial_premium",
  "cn_name": "商业险保费",
  "group": "finance",
  "dtype": "number",
  "role": "measure",
  "aggregation": "sum",
  "is_mapped": true
}

3. 质量校验报告（Markdown）

总体质量统计
需复审字段与建议
优秀映射示例
质量分布可视化

业务分组

| 分组 | 描述 | 示例 | |------|------|------| | finance | 财务数据 | 保费、赔款、费用 | | organization | 机构信息 | 三级机构、四级机构 | | vehicle | 车辆相关 | 车牌、车型 | | product | 产品信息 | 险类、险种 | | time | 时间字段 | 确认时间、起保日期 | | flag | 状态标识 | 续保标识、新能源标识 | | partner | 合作方信息 | 4S 集团、经销商 | | general | 通用字段 | 业务类型、客户类别 |

文档

reference.md - 完整技术文档、配置细节、API 参考
examples.md - 代码示例、使用场景、集成指南

版本历史

v2.3 (2025-11-23) - 质量保障

🔍 映射质量校验体系
4 个校验维度与质量评分
自动生成质量报告

v2.2 (2025-11-23) - AI 批量学习

🤖 AI 驱动的自动字段映射
语义分析 + 数据样本推断
测试数据集准确率 100%

v2.1 (2025-11-23)

✨ 支持 CSV 文件
统一 Excel 与 CSV 接口

v2.0 (2025-11-23)

✨ Claude Code Skill 架构
多源配置系统
交互式字段学习

依赖

pip install pandas openpyxl numpy

许可证

MIT 许可证