【技术栈】
Python 3（pandas 数据清洗与汇总 / openpyxl 原生 Excel 与图表 / Pillow 图像处理 / requests 与 html.parser 采集）、Excel 深度使用（多表合并、表头模糊匹配、多格式日期解析、公式与图表）、Windows 下 PowerShell 批处理与定时任务。

【擅长场景】
凡是"重复、机械、每月都要做一遍"的活，都是我最适合出场的场景：
1. 每月从多个系统导出表格，表头不统一、日期格式混乱、夹着小计和重复行，人工合并要一整天；
2. 要一批公开数据做选品/比价/选题，人工一条条复制要两天；
3. 几百上千张图要统一尺寸、加水印、压到指定 KB 以内，用 PS 逐张处理太慢。

【怎么跟你配合】
先要你的真实样例数据，跑通一遍再写正式脚本，避免我猜错格式。
交付固定包含三样：可重复运行的 .py 脚本（不是一次性手动操作）、结果文件、一页使用说明（写明参数在哪改）。
跑一次一般 1 秒到 2 分钟。之后每月你自己双击就能出结果，不用再找我。
简单需求当天出；复杂需求先给一个小样让你验证方向，验证通过再继续。

1）Excel 自动月报：3 个系统导出表 877 行（含 85 行重复、6 行小计、5 种日期格式），我写的脚本自动识别表头 → 清洗 → 算环比 → 出带原生图表的月报，约 1 秒跑完，清洗后 780 行有效、420 单、销售额 798,591 元。换客户表头只需改关键词配置。

2）公开数据采集：自动发现 50 个分类逐页抓取，含超时重试与限速去重，1000 条 / 81 次请求 / 124 秒完成，输出明细表 + 分类汇总 + 图表。只采公开数据，不涉及登录内容和个人隐私。

3）图片批量处理：等比缩放 + 自动水印 + 质量梯度压缩，8 张从 6.93MB 压到 0.23MB，平均 0.06 秒一张（1000 张约 1 分钟），附体积清单与前后对比报告。