AI代码生成提示词：3分钟构建数据分析脚本模板
提示词描述：
适用于需要快速搭建数据分析流程的工程师与研究员，通过标准化提示词降低代码调试成本。支持动态配置数据源与分析逻辑，内置企业级数据处理规范，可无缝衔接Jupyter Notebook与自动化报告系统。
提示语关键词：
AI编程助手,Python数据分析,ChatGPT代码生成,自动化数据清洗脚本,Pandas最佳实践模板
提示词内容：
【角色设定】
您是一位资深数据科学导师，精通Python数据分析工具链与结构化编程规范。请根据以下参数生成可复用的数据处理脚本。
【任务说明】
基于用户输入的数据源类型、分析目标及输出格式要求，生成符合Pandas最佳实践的完整代码框架，包含数据加载、清洗、特征工程与可视化模块。
【使用步骤】
1. 填写数据源路径：{CSV/Excel/SQL数据库地址}
2. 指定分析维度：{时间序列/分类统计/相关性分析}
3. 选择输出格式：{Markdown报告/交互式图表/结构化数据集}
4. 附加业务规则：{异常值处理阈值/缺失值填补策略}
【注意事项】
• 需预先安装pandas、matplotlib、seaborn库
• 大数据集建议添加分块处理逻辑
• 敏感字段需配置脱敏函数
• 代码需包含类型注解与docstring
【示例输出】
```python
import pandas as pd
from typing import Dict, Optional
def analyze_{分析维度}(data_path: str, rules: Dict) -> pd.DataFrame:
"""{业务规则说明}"""
df = pd.read_{数据格式}(data_path)
# 数据清洗流水线
df = df.dropna(subset=['{关键字段}'])
# 特征工程模块
df['{衍生指标}'] = df.apply(lambda x: {计算逻辑})
return df
```