AI操作本地Excel | 完全替代RPA及Python

### 第一步：文件定位

**操作**：使用 `glob` 工具查找 Bill.xls 文件

**结果**：在当前工作目录 `C:\Users\Administrator\Desktop` 找到文件（文件名实际为 `Bill.xls`，大写B）

### 第二步：尝试使用 Python 读取 Excel（失败）

**遇到的问题**：

- Windows 系统的 Python 环境配置问题，命令行输出被重定向但无法正常显示

- 尝试了多种方式运行 Python 脚本，但输出无法获取

- 可能是 Windows Store 版本的 Python 存在限制

**尝试的方法**：

1. 直接使用 `python` 命令运行脚本

2. 使用 `python -u` 强制无缓冲输出

3. 重定向输出到文件（`> output.txt 2>&1`）

4. 使用 `cmd /c` 包装命令

5. 使用 PowerShell 执行命令

### 第三步：切换到 Node.js 方案（成功）

**操作**：检查系统中可用的工具

**发现**：Node.js v24.13.0 已安装且可用

**执行步骤**：

1. 安装 xlsx 库：`npm install xlsx`

2. 创建 `read_bill.js` 脚本读取 Excel 文件

3. 运行脚本成功获取数据

**数据结构**：

- Sheet 名称：ambitus

- 总行数：40行（含表头）

- 总列数：8列

- 实际数据：39条订单记录

- 字段：订单ID、入住日期、离店日期、结算金额、下单日期、供应商名称、汇款信息、结算状态

### 第四步：数据分析与处理

**数据特点**：

- 时间范围：2015年12月至2016年4月

- 供应商：深圳星程-爱去游

- 所有订单状态：未结算

- 金额范围：330元 - 2540元

**处理维度**：

1. 结算金额分布（按价格区间分组）

2. 每月订单数量趋势

3. 每月结算金额总和

4. 入住天数分布

5. 订单金额排名（前10名）

6. 日均结算金额

7. 金额与入住天数相关性

8. 价格区间占比

9. 每周下单日期分布

10. 累计订单金额趋势

### 第五步：生成图表

**方案一：HTML 交互式图表**

- 使用 Chart.js 库（CDN引入）

- 创建 `bill_analysis_charts.html` 文件

- 包含10张可交互的图表

- 支持响应式布局

**方案二：PNG 静态图表**

1. 安装图表生成库：`npm install quickchart-js`

2. 创建 `generate_charts.js` 脚本

3. 生成10张 PNG 格式图表，保存在 `charts/` 文件夹

**生成的图表清单**：

1. chart1_amount_distribution.png - 结算金额分布（柱状图）

2. chart2_monthly_orders.png - 每月订单数量趋势（折线图）

3. chart3_monthly_amount.png - 每月结算金额总和（柱状图）

4. chart4_days_distribution.png - 入住天数分布（柱状图）

5. chart5_top_orders.png - 结算金额前10名订单（柱状图）

6. chart6_avg_amount.png - 日均结算金额（折线图）

7. chart7_scatter.png - 订单金额与入住天数关系（散点图）

8. chart8_price_pie.png - 各价格区间订单占比（饼图）

9. chart9_weekday_orders.png - 每周下单日期分布（柱状图）

10. chart10_cumulative.png - 累计订单金额趋势（折线图）