CodeBuddy可快速完成Excel分组统计：需先安装Node.js v18.0+及CodeBuddy CLI，进入数据目录后启动交互环境，上传Excel文件，再用自然语言明确指定字段、聚合方式与输出文件名，确认后自动生成并执行带异常捕获的Pandas脚本。
☞☞☞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☜☜☜
你需要用CodeBuddy快速完成Excel数据的分组统计——比如按销售区域汇总销售额、按产品类别计算平均单价、按日期聚合日销量，而不是手动写Pandas代码或反复调试逻辑。
准备环境与加载数据
确保本地已安装 Node.js v18.0+ 和 CodeBuddy CLI：【codebuddy --version 命令必须能正常输出版本号】。若未安装，执行 npm install -g @tencent-ai/codebuddy-code。
打开终端，进入含 Excel 文件的目录（例如 cd ~/data/reports），运行 codebuddy 启动交互环境。
首次登录选择 Google 账号（国际版默认调用 Gemini 模型，对 Pandas 语法理解更精准）；国内用户若选微信登录，需确认当前会话已加载 DeepSeek-V3 模型（输入 /model 查看）。
上传待处理的 Excel 文件到当前目录，文件名建议不含空格和中文，例如 sales_2024.xlsx。这一步不能跳过——CodeBuddy CLI 无法直接读取远程链接或桌面路径下的文件。
用自然语言描述分组需求
在交互界面中，直接输入清晰的中文指令，例如：
“把 sales_2024.xlsx 里 Sheet1 的数据按‘城市’列分组，统计每组的‘销售额’总和、‘订单数’计数、‘利润率’平均值，并把结果保存为 group_by_city.xlsx”
注意：必须明确写出字段名（如“城市”“销售额”）、聚合动作（“总和”“计数”“平均值”）、目标表名（“Sheet1”）和输出文件名。漏掉任一要素，AI 可能生成不完整脚本或报错。
CodeBuddy 会自动识别该任务属于 Pandas 数据分析范畴，调用内置的 DataFrame 处理技能，生成带异常捕获的可执行 Python 脚本。
验证并执行聚合脚本
脚本生成后，终端会显示预览摘要，例如：
✅ 已识别字段：城市（object）、销售额（float64）、订单数（int64）、利润率（float64）
✅ 生成聚合逻辑：.groupby('城市').agg({'销售额': 'sum', '订单数': 'count', '利润率': 'mean'})
✅ 输出路径：./group_by_city.xlsx
此时输入 yes 确认执行——【此操作将直接运行脚本并生成新 Excel 文件，不可撤销】。
若需修改字段名或聚合方式，立即输入 no，然后追加修正指令，例如：“把‘利润率’改成用中位数，不是平均值”。
脚本运行完成后，终端会打印类似信息：✅ 成功导出 12 行分组结果至 group_by_city.xlsx。该文件即刻出现在当前目录，可用 Excel 或 WPS 直接打开查看。
