我主要使用 Python 做数据处理、脚本自动化和基础 AI 工作流。熟悉 pandas、openpyxl、csv、requests 等常用库,能处理 Excel/CSV 合并、去重、清洗、格式转换、编码问题、日期时间解析、批量文件处理和简单报表生成。了解 API/Webhook 调用、JSON 数据处理、命令行脚本封装和基础错误排查。也可以根据明确需求,把重复手工流程整理成可运行脚本,并交付使用说明。当前更适合承接范围清楚、数据样例明确、可在短周期内验证结果的 Python/Excel/CSV 自动化小任务。
学生项目和个人练习中做过多类数据处理与自动化脚本,包括将多份表格统一字段后合并去重、清理异常日期和编码问题、把原始 CSV 转成便于分析的结构化表格,以及根据规则生成简单统计结果和报告。也做过面向 API 返回数据的 JSON 解析、字段抽取和批量处理流程。项目交付时会优先保证输入输出规则清楚、代码可复现、结果可检查,并附上简短使用说明,方便需求方后续重复运行。
个人练习项目,主要用于处理 Excel 和 CSV 表格中的重复数据、日期格式混乱、空值和字段命名不统一等问题。通过 Python 脚本读取原始文件,完成合并、去重、格式转换和异常记录输出,并生成清洗后的结果文件,适合类似订单表、实验记录表和运营数据表的小型数据处理任务。
个人练习项目,主要用于把原始 CSV 数据按日期、分类和状态字段自动汇总,生成日报指标、异常提示和可复查的结果表。脚本包含字段校验、分组统计、异常数据输出和简短运行说明,适合重复性报表整理、运营数据统计、实验记录汇总等短周期数据处理场景。