20分钟内用CodeBuddy完成小红书数据清洗、统计与可视化需四步闭环：①上传文件并指令AI输出总行数、列名及前3行样例；②分删异常行、统一对齐格式、补缺失值三类精准清洗；③生成点赞直方图和标签词云图；④下载HTML图表与清洗后Excel本地验证。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
想用CodeBuddy在20分钟内完成一份小红书运营数据的清洗、统计与可视化，不用写一行代码，不手动打开Excel，不反复粘贴调试——这需要明确数据入口、清洗指令的断句逻辑、图表生成的字段绑定方式和本地文件落盘路径，四步闭环缺一不可。
导入并理解原始数据结构
打开CodeBuddy网页版（codebuddy.tencent.com）→ 微信扫码登录 → 点击首页「新建数据分析」按钮 → 在弹出窗口中点击「上传文件」，选择你的小红书爬虫导出的CSV或Excel文件。
文件上传成功后，在AI对话框中输入：【请加载这份小红书数据文件，用Python读取并输出总行数、所有列名及前3行样例】。这一步必须带“前3行样例”，否则AI可能只返回字段名而跳过数据形态判断，导致后续清洗方向错误。
等待几秒，AI会返回类似“共86条记录，字段包括：笔记标题、发布日期、点赞数、收藏数、评论数、标签……”的结构化摘要。
执行精准数据清洗
清洗不是泛泛而谈“把数据弄干净”，而是分三类动作逐条下达：
方法一：删异常行
输入：【删除‘笔记标题’为空或包含‘测试’‘demo’字样的整行记录】
方法二：统一对齐格式
输入：【将‘发布日期’列转为标准日期类型；若无法解析，统一设为2025-01-01】。注意这里用了“若无法解析”的兜底条件，避免AI卡在某条脏数据上中断流程。
方法三：补缺失值
输入：【对‘点赞数’‘收藏数’‘评论数’三列的空值，分别用该列中位数填充】。不要说“用平均值”，中位数对异常高赞笔记更鲁棒。
CodeBuddy Code CLI 的安装、配置与使用指南。CodeBuddy Code 是腾讯推出的 AI 驱动 CLI 编程助手，支持自然语言驱动开发。 - 必备触发词：CodeBuddy, codebuddy, AI CLI, Tencent AI coding, @tencent-ai/codebuddy-code, terminal AI assistant - 适用场景：安装 CodeBuddy CLI、配置 CodeBuddy、使用 CodeBuddy 命令、排查 CodeBuddy 问题
每执行完一类清洗，AI会自动生成新文件并提示“已保存为：小红书数据_清洗后.xlsx”。【务必确认这个文件名出现在下载列表里，再进行下一步】。
生成可验证的数据图表
第一步：确认清洗结果是否生效
输入：【对比‘清洗前’和‘清洗后’两个文件的行数差异，并列出被删除的‘笔记标题’内容】。这能立刻暴露清洗逻辑是否误伤有效数据。
第二步：直出分布图
输入：【用清洗后的数据，画点赞数直方图，横轴分10组，纵轴为频次，标题为‘小红书笔记点赞分布’】。AI会直接生成Python脚本+HTML交互图表，双击即可在浏览器中查看。
第三步：词云图绑定字段
输入：【提取‘标签’列所有内容，按逗号或顿号拆分，统计词频，生成前50高频词云图】。注意必须强调“按逗号或顿号拆分”，否则AI默认按空格切，会把“职场干货”错切成“职场”“干货”两个词。
导出结果并本地验证
在CodeBuddy右侧资源面板中，找到刚生成的HTML图表文件 → 鼠标悬停 → 点击「下载」图标 → 保存到本地桌面。
双击打开该HTML文件，检查图表是否正常渲染、数据是否与清洗后文件一致。
回到CodeBuddy对话历史，找到清洗步骤生成的“小红书数据_清洗后.xlsx” → 点击下载 → 用Excel打开 → 重点核对第1行、最后1行、以及任意1个中位数填充过的单元格数值是否准确。
