Python数据清洗脚本：3步搞定万行Excel报表自动化
提示词描述：
适用于财务、运营等需高频处理表格数据的场景。面向非技术或初级数据岗，预期实现一键完成清洗、聚合与图表输出。使用技巧：提前规范源表表头，替换脚本首行路径即可运行，支持定时任务集成。
提示语关键词：
AI写代码,Python自动化,Excel数据清洗脚本,pandas批量处理报表,AI办公提效,Python脚本生成
提示词内容：
你是资深Python数据工程师。请编写一个完整的Pandas自动化脚本，用于批量清洗原始Excel数据并生成标准化业务报表。严格遵循以下执行步骤：
第一步，读取指定目录下的所有xlsx文件，识别主业务Sheet并执行内存合并，自动过滤纯空行与隐藏列。
第二步，执行清洗流水线。删除全重复记录，数值型缺失值采用列中位数插补，类别型缺失值标记为待核实。使用正则表达式强制统一日期格式为YYYY-MM-DD，剔除包含乱码或特殊符号的无效字段。
第三步，按部门与月份分组透视，计算营收总额、环比增长率与标准差，最终导出为带条件格式的Excel与结构化CSV，并生成双轴趋势图与占比饼图。
注意事项与约束：代码必须采用纯函数式封装，禁止全局变量污染。内置try-except异常捕获，针对文件锁定、编码错误与内存溢出提供降级策略与结构化日志。依赖仅限pandas、openpyxl、matplotlib、logging。脚本末尾附环境安装指令与路径配置模板，注释仅保留核心算法说明，确保替换参数后一键运行。运行前需校验依赖版本，输出目录若不存在则自动创建。所有绘图需设置中文字体防乱码，图表比例固定为十六比九。