北汽社群数据导出
每日社群数据导出 → 清洗 → 校对 → 合并到 BI 系统。
流程概览
1. 数据清洗 → 2. 数据校对 → 3. 数据合并 → 4. 最终验证
使用方式
一键执行全流程
python ~/.openclaw/workspace-pm/skills/community-data-process/run.py
分步执行
# 第 1 步：数据清洗
python ~/.openclaw/workspace-pm/skills/community-data-process/run.py clean
# 第 2 步：数据校对
python ~/.openclaw/workspace-pm/skills/community-data-process/run.py audit
# 第 3 步：数据合并
python ~/.openclaw/workspace-pm/skills/community-data-process/run.py merge
# 第 4 步：最终验证
python ~/.openclaw/workspace-pm/skills/community-data-process/run.py verify
规则
清洗规则
- 源文件：Downloads 目录下按**创建时间（下载时间）**排序，取最新的
客户群导出*.xlsx - 筛选条件：O 列（群标签）= 温冷一期 或 试点店
- 数字列格式转换：群人数、员工人数、客户人数、今日入群、今日退群、今日消息 → int
校对规则
- 三方对比：源文件 vs 清理后 vs 合并后
- 8 个指标全部一致才通过
- 数据质量：无空值、无负值
合并规则
- 模式：增量添加（不去重）
- 列映射：源文件 A-O 列 → 目标文件 E-S 列
- D 列统计日期 = 源文件的创建时间（下载日期），文件是哪天下载的就填哪天（不是脚本执行日期）
- A-C 列留空
列映射
| 源文件 | → | 目标文件 | 列名 |
|---|---|---|---|
| A | → | E | 群 ID |
| B | → | F | 群名称 |
| C | → | G | 群主 |
| D | → | H | 群管理员 |
| E | → | I | 群人数 |
| F | → | J | 群活跃 |
| G | → | K | 群类型 |
| H | → | L | 员工人数 |
| I | → | M | 客户人数 |
| J | → | N | 今日入群 |
| K | → | O | 今日退群 |
| L | → | P | 今日消息 |
| M | → | Q | 入群时间 |
| N | → | R | 最后发言时间 |
| O | → | S | 群标签 |
输出文件
| 文件 | 说明 |
|---|---|
客户群导出_清理后_温冷一期 + 试点店_YYYYMMDD.xlsx | 清洗后数据 |
BI_社群数据上传_已更新_YYYYMMDD.xlsx | 合并后最终文件 |
数据校对报告_YYYYMMDD.txt | 校对报告 |
常见问题
Q1: 今日退群数据不一致
检查是否使用了正确的源文件。不同日期导出的文件数据不同。
Q2: 统计日期错误
脚本自动读取源文件的下载日期，不需要手动指定。
Q3: 数字列显示为文本
脚本自动转换 6 个数字列为 int 格式。
依赖
- Python 3.11+
- pandas
- openpyxl