背景某团队每月有一份 sales_raw.xlsx字段为 日期、销售员、产品、数量、单价、地区存在空值、重复行与负数量等脏数据。需求编写 Python 脚本读取原始表完成清洗与统计输出 report.xlsx。要求1. 数据清洗删除关键字段缺失的行剔除数量0 的异常行按全字段去重2. 统计维度按销售员汇总销售额数量×单价按地区汇总销售额并给出月度总额3. 输出 report.xlsx含明细清洗后按销售员按地区总览四个工作表4. 约束不得修改原始文件对缺失字段、空文件、无有效数据等情况需给出明确报错或提示。验收标准给定样例数据能一键运行生成正确报表统计数值与人工核对一致异常输入不崩溃且有可读提示。可运行的源代码如下import sys import pandas as pd # 关键字段清洗时以这些字段是否缺失为准 KEY_FIELDS [日期, 销售员, 产品, 数量, 单价, 地区] # 数值字段统计时使用 QTY_COL, PRICE_COL 数量, 单价 # ----------------------------- 异常处理 --------------------------------- class ReportError(Exception): 业务层面的可读错误捕获后打印友好提示并以非零码退出。 def fatal(msg: str): 打印可读错误并终止程序避免让未捕获异常抛给用户。 print(f[错误] {msg}, filesys.stderr) sys.exit(1) # ----------------------------- 第一步读取 ----------------------------- def load_data(path: str) - pd.DataFrame: 读取 Excel处理文件缺失、无法解析、空表三种情况。 try: df pd.read_excel(path) except FileNotFoundError: raise ReportError(f找不到原始文件{path}请确认文件存在后再运行。) except Exception as e: raise ReportError(f读取文件 {path} 失败请确认为有效的 .xlsx 文件。详细信息{e}) if df is None or df.empty: raise ReportError(f文件 {path} 为空没有任何数据行无法生成报表。) return df # ----------------------------- 第二步字段校验 -------------------------- def validate_columns(df: pd.DataFrame) - None: 检查关键字段是否齐全缺失即报错并列出缺哪些字段。 missing [c for c in KEY_FIELDS if c not in df.columns] if missing: raise ReportError( f原始文件缺少关键字段{missing}。\n f需要包含的字段为{KEY_FIELDS}请核对表头。 ) # ----------------------------- 第三步清洗 ------------------------------ def clean_data(df: pd.DataFrame): 按顺序清洗 1) 删除关键字段缺失的行dropna 2) 剔除数量 0 的异常行保留 数量 0 3) 按全部字段去重保留第一次出现。 返回清洗后的 DataFrame 以及每步的样本数便于核对与提示。 n_raw len(df) df_clean df.dropna(subsetKEY_FIELDS) # ① 关键字段缺失 n_after_missing len(df_clean) # ② 数量0先转为数值无法转换的也视为异常行剔除 df_clean df_clean[pd.to_numeric(df_clean[QTY_COL], errorscoerce) 0] n_after_qty len(df_clean) # ③ 全字段去重 df_clean df_clean.drop_duplicates() n_final len(df_clean) # 把数量/单价转成数值为统计做准备 df_clean[QTY_COL] pd.to_numeric(df_clean[QTY_COL], errorscoerce) df_clean[PRICE_COL] pd.to_numeric(df_clean[PRICE_COL], errorscoerce) return df_clean, (n_raw, n_after_missing, n_after_qty, n_final) # ----------------------------- 第四步统计 ------------------------------ def compute_stats(df_clean: pd.DataFrame): 计算 销售额数量×单价按销售员、按地区汇总并给出月度总额。 df_clean df_clean.copy() df_clean[销售额] df_clean[QTY_COL] * df_clean[PRICE_COL] by_salesman ( df_clean.groupby(销售员, as_indexFalse)[销售额] .sum().rename(columns{销售额: 销售额}) .sort_values(销售额, ascendingFalse) ) by_region ( df_clean.groupby(地区, as_indexFalse)[销售额] .sum().sort_values(销售额, ascendingFalse) ) total float(df_clean[销售额].sum()) return df_clean, by_salesman, by_region, total # ----------------------------- 第五步写出 ------------------------------ def write_report(path: str, df_clean, by_salesman, by_region, total, counts) - None: 写出含四个工作表的 report.xlsx。 # 总览月度总额 清洗统计说明 overview pd.DataFrame({ 项目: [ 月度销售总额元, 原始数据行数, 删除缺失关键字段后行数, 剔除数量0 后行数, 全字段去重后行数, 最终有效明细行数, ], 数值: [ round(total, 2), counts[0], counts[1], counts[2], counts[3], counts[3], ], }) with pd.ExcelWriter(path, engineopenpyxl) as writer: df_clean.to_excel(writer, sheet_name明细清洗后, indexFalse) by_salesman.to_excel(writer, sheet_name按销售员, indexFalse) by_region.to_excel(writer, sheet_name按地区, indexFalse) overview.to_excel(writer, sheet_name总览, indexFalse) print(f[完成] 报表已生成{path}) # ----------------------------- 主流程 ------------------------------------ def main(): in_path sys.argv[1] if len(sys.argv) 1 else sales_raw.xlsx out_path sys.argv[2] if len(sys.argv) 2 else report.xlsx try: df load_data(in_path) # 读取 空文件检查 validate_columns(df) # 缺字段检查 df_clean, counts clean_data(df) # 清洗 if len(df_clean) 0: raise ReportError( 清洗后没有任何有效数据可能全部行都缺失字段、数量0 或重复无法统计请检查原始数据。 ) df_clean, by_salesman, by_region, total compute_stats(df_clean) write_report(out_path, df_clean, by_salesman, by_region, total, counts) # 控制台打印核对信息 print(f[提示] 清洗前 {counts[0]} 行 → 清洗后 {counts[3]} 行 f缺失剔除 {counts[0]-counts[1]}数量剔除 {counts[1]-counts[2]} f去重剔除 {counts[2]-counts[3]}) print(f[提示] 月度销售总额{total:.2f} 元) except ReportError as e: fatal(str(e)) except Exception as e: # 兜底其它未预期错误也给出可读提示不崩溃 fatal(f发生未预期的错误{e}) if __name__ __main__: main()测试用例截图运行结果截图ai协助过程记录首先我先让ai生成可执行的代码然后我再检查并且运行以确保代码是可运行的接下来接让ai给我包含脏数据的表格并且快速建立表格运行还是有问题使用ai协助我运行怎样打开新建的表的路径复盘首先由我拍板的有整体的代码结构约束条件该使用哪一个py软件运行如何运行等问题接下来由ai拍板的有源代码的撰写还有包含脏数据的表格的数据生成以及创建。解决问题的过程中首先遇到·的就是表格的创建为了快速的创建表格我使用ai给我代码快速生成包含脏数据的表格其次就是代码的运行必须要在命令提示符中进入到建立的表格的文件路径的文件夹中否则就找不到文件运行不成功。