数据分析师：自动化数据处理

场景背景

你是一名数据分析师（或业务分析、运营），手头有一份从公司系统导出的 CSV 文件——过去 6 个月的电商销售数据，大约 5000 行。你需要在明天的周会上展示：销售趋势、各品类对比、退货率分析。

以前你用 Excel 处理，但数据量大了之后公式容易出错、图表不够灵活。你决定用 Claude Code 写一个 Python 脚本来自动化整个流程：数据清洗 -> 统计分析 -> 生成图表 -> 输出报告。

你将学到： 如何用 Claude Code 处理 CSV 数据文件——包括数据清洗、统计计算、生成可视化图表，以及把分析结果输出为可分享的报告。

前置准备

• 已安装 Claude Code（参考 安装指南）
• 已安装 Python 3（macOS 自带，Windows 需单独安装）
• 有一份需要分析的 CSV 文件（没有的话，下面会让 Claude 生成示例数据）
• 不需要会写 Python——你只需要描述想要什么分析

第一步：创建项目和准备数据

mkdir ~/sales-analysis && cd ~/sales-analysis
claude

如果你有真实的 CSV 文件，先把它复制到这个文件夹。如果没有，让 Claude 生成一份示例数据：

> 帮我生成一份示例的电商销售 CSV 数据文件 sales_data.csv，要求：
  - 5000 行数据，时间范围 2024-01-01 到 2024-06-30
  - 列：order_id, date, product_name, category, price, quantity, 
        customer_city, payment_method, is_returned
  - category 有 5 种：电子产品、服装、食品、图书、家居
  - 故意加入一些脏数据：
    - 约 3% 的行有空值（price 或 category 缺失）
    - 约 2% 的 price 是负数（错误数据）
    - 日期格式不统一（有 "2024-01-15" 也有 "2024/01/15" 也有 "Jan 15, 2024"）
  - 用 Python 脚本生成，然后运行脚本创建 CSV 文件