پرش به محتوای اصلی
دانشگاه هوش مصنوعی — Daneshgah AI
ثبت‌نام رایگان
برنامه‌نویسی و اتوماسیونخروجی: متنسطح: پیشرفته

پرامپت ساخت اسکریپت پایتون برای گزارش‌گیری از فایل اکسل

این پرامپت یک اسکریپت پایتون می‌نویسد که اطلاعات دلخواه را از فایل اکسل استخراج و گزارش تحلیلی تولید می‌کند.

کد اسکریپت: ```python import pandas as pd # 1. فایل اکسل را می‌خوانیم # فرض می‌کنیم فایل sales.xlsx دارای ستون‌هایی از جمله 'City', 'Date', 'Amount' باشد. df = pd.read_excel('sales.xlsx') # 2. فیلتر داده‌ها برای شهر تهران df_tehran = df[df['City'] == 'Tehran'] # 3. تاریخ‌ها را به فرمت datetime تبدیل می‌کنیم (در صورتی که نیست) df_tehran['Date'] = pd.to_datetime(df_tehran['Date']) # 4. استخراج ماه و سال از تاریخ و ساخت ستون جدید df_tehran['YearMonth'] = df_tehran['Date'].dt.to_period('M') # 5. محاسبه مجموع فروش ماهانه monthly_totals = df_tehran.groupby('YearMonth')['Amount'].sum().reset_index() monthly_totals.columns = ['Month', 'Total Sales'] # 6. ذخیره خلاصه گزارش در یک فایل اکسل جدید monthly_totals.to_excel('tehran_sales_summary.xlsx', index=False) ``` توضیح مرحله به مرحله: 1. با دستور `pd.read_excel` داده‌ها را از فایل sales.xlsx می‌خوانیم. 2. با استفاده از شرط `df['City'] == 'Tehran'` فقط ردیف‌هایی که مربوط به تهران است را انتخاب می‌کنیم. 3. ستون تاریخ را اگر لازم باشد به فرمت datetime تبدیل می‌کنیم تا بتوانیم به ماه و سال دسترسی داشته باشیم. 4. با استفاده از `.dt.to_period('M')` ماه و سال هر فروش را استخراج و به عنوان یک ستون جدید اضافه می‌کنیم. 5. با groupby بر اساس 'YearMonth' (ماه/سال)، مجموع مبلغ فروش‌ها را محاسبه می کنیم. 6. نتیجه را به شکل یک فایل اکسل خلاصه (tehran_sales_summary.xlsx) ذخیره می‌کنیم.

نمونه خروجی همین پرامپت — ساخته‌شده با ChatGPT (gpt-4.1). نتیجه‌ی شما با ابزار و تنظیمات دیگر می‌تواند متفاوت باشد.

متن پرامپت

You are a Python developer. Write a Python script that reads a {FILENAME} spreadsheet, applies {FILTERS} to the data, calculates {ANALYSIS}, and generates a summary report as a new Excel file named {OUTPUT_FILE}. Explain the code step by step. Use only pandas and openpyxl as external libraries. Output only the code and its explanation in clear English.
نسخه‌ی پرشده که نمونه‌ی بالا با آن ساخته شد
You are a Python developer. Write a Python script that reads a sales.xlsx spreadsheet, filters the data for sales in "Tehran", calculates the monthly totals, and generates a summary report as a new Excel file. Explain code step by step. Avoid using external packages except pandas and openpyxl. Output only code and its explanation.

پرامپت را برای خودتان پر کنید

جاهای خالی را به فارسی پر کنید؛ پرامپت آماده‌ی کپی پایین ساخته می‌شود.

ویژه‌ی VIP: همین پرامپت را در خود سایت اجرا کنید و جواب کامل را به فارسی بگیرید. ورود به حساب

کاربرد پرامپت

این پرامپت به شما کمک می‌کند یک اسکریپت پایتون برای تحلیل و گزارش‌گیری داده از فایل اکسل بسازید. کافی است ساختار فایل و نیازهای گزارشی خود را مشخص کنید تا مدل‌های پیشرفته یک کد کامل و توضیح خط‌به‌خط ارائه دهند. این پرامپت راه‌حل دقیقی برای automate کردن گزارش‌های روزانه یا دوره‌ای از اطلاعات مالی، فروش یا موجودی فراهم می‌کند و با رعایت محدودیت پکیج‌ها (تنها pandas و openpyxl)، اجرای کد را برای محیط‌های متداول ساده می‌سازد.

مزایا

  • قابل ویرایش و مناسب پروژه‌های شخصی و سازمانی با هر نوع داده اکسل
  • تولید کد با توضیحات گام‌به‌گام آموزشی
  • امکان سفارشی‌سازی بر اساس فیلتر و نیاز گزارشی شما
  • بهینه برای استفاده سریع و خودکارسازی اموری که بارها تکرار می‌شوند

مخاطبان هدف

  • تحلیل‌گران داده و مالی در شرکت‌ها و استارت‌آپ‌ها
  • مدیران یا کاربران فاقد تجربه برنامه‌نویسی حرفه‌ای
  • پژوهشگران یا دانشجویان نیازمند گزارش‌های سریع
  • کاربرانی که با فایل‌های اکسل مکرراً سروکار دارند و می‌خواهند زمان خود را صرفه‌جویی کنند

نحوه استفاده

در متن پرامپت این متغیرها را طبق نیازتان جایگزین کنید:

  • #subject: موضوع یا هدف گزارش (مثلاً sales summary, inventory report)
  • {FILENAME}: نام فایل اکسل منبع (مثلاً students.xlsx)
  • {FILTERS}: شرط فیلترگذاری (مثلاً فقط سطرهایی که شهرشان "Tehran" است یا بازه زمانی خاص)
  • {ANALYSIS}: نوع تحلیل (مثلاً محاسبه مجموع هر ماه، میانگین قیمت‌ها)
  • {OUTPUT_FILE}: نام فایل خروجی (مثلاً summary.xlsx)

مثال‌ها:

  • گزارش معدل دانشجویان از students.xlsx برای هر گروه رشته (ANALYSIS=محاسبه معدل هر گروه)
  • استخراج تراکنش‌های بیشتر از مبلغ خاص از transactions.xlsx (FILTERS=amount>500000)
  • گزارش ماهانه فروش شمال کشور از sales.xlsx (FILTERS=منطقه North, ANALYSIS=مجموع ماهانه)

در ابزار Google Flow نسبت تصویر را روی «بدون تصویر» (text only) بگذارید.

نکته‌های حرفه‌ای

  • اگر ستون‌های اکسل نامشخص هستند، در پرامپت بخواهید نام ستون‌ها شناسایی و جدول‌سازی شود.
  • برای گزارش پیچیده‌تر می‌توانید درخواست اضافه شدن نمودار یا خلاصه تصویری در فایل خروجی را بدهید.
  • اگر سطرها فارسی هستند، حتماً ذکر کنید از کدگذاری UTF-8 استفاده شود تا نمایش صحیح اطلاعات تضمین شود.

پرسش‌های متداول درباره این ویدیو

ChatGPT و Claude عموماً جواب‌های دقیق‌تر و پایتونی بهتری می‌دهند.

پرامپت‌های مشابه