使用指南

本文档介绍 DataHand 的完整用法。所有操作都可以用自然语言完成，也可以点击界面按钮触发。

指令速查

指令里的字段名要和表格列名一致（规则引擎靠精确匹配识别参数）。可用「显示列名」确认。

查看数据

清洗数据

分析数据

图表

报告与保存

多表处理

DataHand 的核心优势之一：一个文件里的多个 Sheet、多个文件，全部自动识别为独立的「表」。

上传与识别

• 上传时自动检测每个 Excel 的工作表数量
• 多 Sheet 文件 → 全部载入，表名格式为 文件名::Sheet名
• 单 Sheet 文件 → 表名为 文件名
• 侧边栏「📚 数据表」列出所有表，🔵 标记当前表，点击切换

多表对比

切到「🔀 多表对比」标签页：

• 结构与统计对比：行数、列数、缺失值、重复行、数值总和/均值
• 字段交集 / 差集：找出共同的字段（可作关联键）与各表独有字段
• 数值列并排对比：对齐同名字段横向比较
• 数据集对比报告：生成可视化的数据集对比 HTML

跨表处理

切到「🔗 跨表处理」标签页，支持：

• 智能合并：自动识别关联键并合并
• 纵向拼接：结构相同的表上下叠加
• 横向关联：内连接 / 左连接 / 右连接 / 外连接
• 按列拆分：按某列的值把一个表拆成多个表

合并结果会作为「merged」表加入，可直接用于后续分析或生成报告。

数据质量

切到「🩺 数据质量」标签页，这是数据清洗前的体检。

质量评分

0-100 分 + 等级（优秀/良好/一般/较差/很差），依据各类问题的加权占比计算。

颜色标注

在原始表格上用颜色标出问题单元格，并导出带图例的标注 Excel：

问题明细

列出每一处问题的「列名 / 行号 / 问题类型 / 值」，支持按类型筛选，快速定位。

历史质量分析

• 每次审计自动记录历史
• 按问题类别累计统计
• 按年 / 按月聚合（审计次数、平均评分、问题总数）
• 评分趋势图
• 一键导出「历史数据分析报告」（含汇总/类别/年月/明细多个 Sheet）

机器学习异常检测

除 IQR 外，还支持四种机器学习算法：

检测结果写入新列 _异常值（1=异常，0=正常）。

报告输出

选择格式

在「🔀 多表对比」页底部，勾选需要的格式（可多选）：

• excel（表格） — 默认勾选
• ppt（演示）
• word（文档）

点击「生成并自动打开」，生成后会用系统默认程序自动打开。

各格式内容

记忆与技能

切到「🧠 技能记忆」标签页查看。

工作习惯画像

系统会自动统计并展示你的：

• 常用分组维度（如「部门」「版别」）
• 常用统计指标（如「销售额」「利润」）
• 操作类型分布
• 图表与输出格式偏好

技能自动沉淀

当你重复同样的处理操作达到 3 次，系统自动生成技能并持久化：

脚本管理

「📜 脚本管理」标签页可查看所有已保存脚本、对当前表一键运行、导出 .py 文件。 脚本可离线复用，零 Token 消耗。

版本管理与回滚

DataHand 内置版本控制机制，避免误操作导致数据无法恢复。

版本号规范

采用语义化版本 主版本.次版本.修订号：

查看版本信息

from datahand import DataHandAgent
agent = DataHandAgent(local=True)

# 当前版本
print(agent.version.current_version)   # 例如 "1.0.0"

# 完整版本历史
for v in agent.version.history():
    print(v["version"], v["time"], v["note"])

快照与回滚

在每次重要操作前创建数据快照，出错时可一键回滚：

# 1. 处理前创建快照
agent.create_snapshot("清洗前", note="保留原始数据")

# 2. 执行可能出错的操作
agent.chat("清洗数据")

# 3. 发现问题 → 回滚
snapshots = agent.list_snapshots()
print(snapshots)   # 查看所有快照

agent.rollback(snapshots[0]["id"])   # 回滚到指定快照
print("已回滚到:", agent.ctx.df.shape)

回滚历史

每次回滚都会记录在版本历史中，可追溯「什么时候回滚到了哪个版本」。

数据知识库

切到「📚 知识库」标签页查看。

自动归档

• 上传的数据文件自动归档到 uploads/
• 处理输出的结果自动归档到 outputs/

智能去重

• 内容去重：计算文件 MD5，内容相同的文件不重复归档
• 重名管理：同名但内容不同的文件，自动加微秒级时间戳区分
• 手动去重：点「🧹 自动去重」批量清理重复文件（保留最新）

查找与找回

• 按文件名/描述关键词搜索
• 按时间排序（最新在前 / 最旧在前）
• 👆 打开文件（系统默认程序）
• 📥 加载到 DataHand（重新载入继续处理）