在 ChatGPT 中与表格交互

上传文件时，ChatGPT 会自动创建一个交互式表格视图，让你滚动浏览数据并查看所有行和列。

文件上传后，你可以继续提出与数据集相关的问题。提示不需要指定具体操作——像“分析”或“比较”这样的自然语言命令就足以让 ChatGPT 生成结果。

你还可以通过请求将输出生成为表格，直接在 ChatGPT 中创建表格。

要更好地查看数据，你可以点击表格右上角的两个箭头来展开表格：

在表格视图中，你可以选择特定行或列，并创建提示来获取有关高亮数据的洞察。例如，这里我们选择了一列，并询问出现频率最高的项目。

可以通过按住 Mac 上的 Command 键或 Windows 上的 Ctrl 键并点击行或列，选择多行或多列。也可以点击一个单元格并拖动鼠标覆盖目标区域，以选择多个单元格。

选择多个项目后，你可以要求 ChatGPT 根据所选项目的值计算某个值或执行操作。例如，你可以高亮显示一组单元格，并要求 ChatGPT 计算平均值。

使用 ChatGPT 编辑和创建表格

你可以上传现有表格，并通过提示 ChatGPT 进行更新来编辑它们。例如，你可以提示 ChatGPT 使用包含平均值的列来更新表格。

你可以高亮显示希望更新所依据的列、行或单元格，提示 ChatGPT 进行具体更改。这里，我们高亮显示了其中两列，并请求向表格添加一个包含它们总和的新列。

你可以点击表格右上角的下载按钮，下载由 ChatGPT 生成的表格。请注意，下载的文件将采用 CSV 格式。

使用 ChatGPT 可视化你的数据

上传文件后，你可以提示 ChatGPT 生成静态图表。你可以让 ChatGPT 为数据集确定理想的图表类型，也可以在提示中指定我们支持的一种图表类型：折线图、条形图、饼图、直方图、散点图、箱线图（盒须图）、热力图、面积图、雷达图、树状图、气泡图和瀑布图。

请注意，目前在大多数情况下，只有条形图、饼图、散点图和折线图是交互式的。

如果未指定图表类型，ChatGPT 将确定理想的图表类型并输出。

在图表右上角，你可以下载或放大图表。默认情况下，下载的图表为 PNG 格式。

你还可以编辑图表颜色，或开启/关闭其交互性。更改颜色时，你可以选择我们的默认颜色之一，或输入某种颜色的十六进制代码。

常见分析类型

ChatGPT 经过训练，可以执行各种数据分析任务。一些常见任务包括：

异常检测与缓解

使用数据做决策时，务必确保源数据尽可能准确。ChatGPT 知道如何识别可能缺失或不正确的数据。ChatGPT 可以识别和修复的常见问题包括：

• 缺失值

• 离群值

• 重复行

• 不正确的数据类型

使用这样的提示开始分析：检查此数据是否存在常见问题。

ChatGPT 识别出常见问题后，你可以要求它修复这些问题。根据遇到的问题，ChatGPT 可能会提供多个选项供你选择。如果你不确定这些选择的影响，可以尝试向 ChatGPT 询问更多信息。

聚合与集成

ChatGPT 可以聚合大量结构化数据，帮助你理解信息。ChatGPT 可以执行的一些聚合包括：

• 求和

• 平均值（中位数、均值、众数）

• 最小值和最大值

• 不同值的计数

• 标准差

你可以展开表格并选择一个或多个数值列，然后使用这样的提示：计算此数据的中位数和标准差。

ChatGPT 还可以根据共享标识符合并多个数据集。

假设你上传了两个电子表格，一个包含客户，另一个包含购买记录。购买记录通过 customer_id 属性与客户记录相关联。ChatGPT 知道如何将这两个文件集成到单个数据集中，以便回答诸如“黄金套餐客户的所有购买总额是多少？”

当你提出需要合并数据集的问题时，ChatGPT 会自动为你合并。

高级统计分析

ChatGPT 了解如何执行多种统计分析，并能根据你的需求选择合适的技术。ChatGPT 可以执行的一些分析类型包括：

• 比较统计：这涉及比较不同的组或变量，以了解它们的差异或相似性。相关技术包括 t 检验、ANOVA（方差分析）和 MANOVA（多变量方差分析）。

• 相关与回归分析：这些方法用于评估变量之间的关系。相关分析衡量关系的强度和方向，而回归分析则对关系建模以预测结果。

• 时间序列分析：这种分析会检查随时间收集的数据点，以识别趋势、周期和季节性效应。方法包括 ARIMA（自回归积分滑动平均）和季节性分解。

你不需要成为数据科学家也能使用这些技术！如果你不确定哪种技术最适合你的数据，可以尝试告诉 ChatGPT 你想了解什么，并让它推荐最佳分析技术。如果你不确定如何解读分析输出，可以让 ChatGPT 为你解释。一个有效的提示可以是：这项分析有什么值得注意或异常的地方吗？