AI生活之我用AI处理Excel表格
- 场景再现
- AI提问词
- AI代码
- 运行调试结果
- 心得感受
场景再现
Windows：对应题号
Word：对应题号
Excel：对应题号
PPT：对应题号
PS：对应题号
DW：对应题号
最笨 朴素办法是：挨个数或者挨个再打标签。
【方法：挨个数】Windows所在行的题库号分别记录到Windows后面，以此类推，所有题过5遍。
【方法：挨个打标签】用题号给六个类别打标签，如：
给Windows和DW分别打标签1。以此类推，数一遍，即可打完标签。
上述的方法都可以实现。
但是我觉得都太麻烦了。
于是乎我想着能不能让AI自动帮我实现。
事实证明可以是可以，但是过程依旧很麻烦。麻烦在哪里呢？
接下来，我将我的提问过程和测试运行代码过程提出来，供学习和参考。
毕竟水平有限，高手勿喷 #^. ^#
AI提问词
-
上传文档，直接分析，看能不能得到我想要的。
很明显，我不需要文字性的对Excel的描述。 -
整理分析sheet1中前三列数据（ps细化了具体要求）
依旧不是我想要的。而且还找不见，我之前上传的文件。
很生气 [○･｀Д´･ ○] -
整理分析Excel文件中的sheet1中前三列数据（重新上传文件，并说明要分析的工作表和区域）
有点意思了，能简单地统计出现的次数和占比。
但依旧不是我真正想要的。
我想可能是我没有表述清楚，我继续重新上传和提问如下： -
统计16,17列中“Windows”、“DW”、“Excel”、“PPT”、“Word”、“PS”对应的题库序号
( * ^ ▽ ^ * )喜大普奔！！！
终于是我想要的了。
刚开始我想着是让AI直接给我出结果，我不关心过程。
但是它给了我一个惊喜，它给我了一段python代码。
不会编程的童靴到这里可能是惊吓，或者可以继续让AI执行并输出结果，我这里就直接使用给的示例代码调试并输出结果。
所以我将它写出来的代码贴下来
AI代码
我将python代码和Excel文件放在同一个文件夹中，然后开始调试代码。
import pandas as pd
# 读取Excel文件
df = pd.read_excel('题库整理.xlsx', sheet_name='Sheet1')
# 定义要统计的软件列表
softwares = ['Windows', 'DW', 'Excel', 'PPT', 'Word', 'PS']
# 用于存储结果的字典。
'''
字典的key值是softwares列表中的每个值。
value是一个列表，等会会用挨个标记的方法，
遍历一遍表格的每一行，挨个用题号标记类别，将结果追加在对应列表中。
'''
result = {software: [] for software in softwares}
# 遍历数据行,用追加题库序号的方法，挨个标记类型
for index, row in df.iterrows():
for software in softwares:
if software in row['16']:
result[software].append(row['题库序号'])
if software in row['17']:
result[software].append(row['题库序号'])
# 输出结果（遍历输出字典中的key和value）
for software, ids in result.items():
print(f"{software}对应的题库序号：{ids}")
运行调试结果
bingo！！！
得到我想要的结果。
心得感受
- 和AI对话的过程，其实是我不断地对所要解决问题的更深入的了解。
- AI帮助我的是用我目前还不熟悉的办法，做到这件事，更轻松和容易的做到这件事。
- 最后的事实证明，即使不用AI，我花时间也可实现。用了AI之后帮我降低了学习成本，提高了学习的效率。
- 我明白了用“result = {software: [] for software in softwares}”这种高级的写法可以实现用softwares的每个值对应一个空列表，创建一个空的字典结构。
- 遍历输出字典的方法也很简单，分别遍历得到key、value然后组合输出如下：
`for software, ids in result.items():
print(f"{software}对应的题库序号：{ids}")`
- AI更像一个无所不知的老师，只要你提问的问题足够清楚，表达你真正想要了解和知道的意愿，AI就可以提供它能知道的解决办法和方案。更幸运地是它给的方法你正好可以验证和继续二次开发，于是你借助AI解决了你想要解决的问题。
- 所以让AI圆梦的根本是自己清楚知道自己从哪开始？怎么去？想去哪？
- 也许AI未来也可以自己给自己出问题，让自己去解答。但是我想说的是再厉害的人工智能，模仿的永远是人，或者是人能想到的方法，而不是创造本身不存在的。
- 人之所以为人，最厉害和最更根本的就在于人可以想象出不存在的东西，然后验证和实现它。
