在 ChatGPT 中與表格互動

上傳檔案時，ChatGPT 會自動建立互動式表格檢視，讓你捲動瀏覽資料並查看所有列和欄。

檔案上傳後，你可以接著提出與資料集相關的問題。提示詞不需要指定特定操作；像「分析」或「比較」這樣的自然語言命令，就足以讓 ChatGPT 產生結果。

你也可以要求以表格形式產生輸出，直接在 ChatGPT 中建立表格。

若要更清楚查看資料，你可以點擊表格右上角的兩個箭頭來展開表格：

在表格檢視中，你可以選取特定列或欄，並建立提示詞來取得反白資料的洞察。例如，在這裡我們選取了一個欄，並詢問最常出現的項目。

你可以按住 Mac 上的 Command 鍵或 Windows 上的 Ctrl 鍵，並點擊列或欄，以選取多個列或欄。也可以點擊一個儲存格並拖曳滑鼠覆蓋目標區域，以選取多個儲存格。

選取多個項目後，你可以請 ChatGPT 對所選值計算某個值或執行某項操作。舉例來說，你可以反白選取一組儲存格，並請 ChatGPT 計算平均值。

使用 ChatGPT 編輯和建立表格

你可以上傳現有表格，並提示 ChatGPT 進行更新來編輯表格。例如，你可以提示 ChatGPT 更新表格，加入包含平均值的欄。

你可以反白選取要作為更新依據的欄、列或儲存格，提示 ChatGPT 進行特定變更。在這裡，我們反白選取了其中兩個欄，並要求在表格中新增一個包含其總和的欄。

你可以點擊表格右上角的下載按鈕，下載 ChatGPT 產生的表格。請注意，下載的檔案會是 CSV 格式。

使用 ChatGPT 視覺化你的資料

上傳檔案後，你可以提示 ChatGPT 產生靜態圖表。你可以讓 ChatGPT 判斷最適合資料集的圖表類型，或在提示詞中指定我們支援的圖表類型之一：折線圖、長條圖、圓餅圖、直方圖、散佈圖、箱形圖（盒鬚圖）、熱圖、面積圖、雷達圖、矩形式樹狀結構圖、泡泡圖和瀑布圖。

請注意，目前在多數情況下，只有長條圖、圓餅圖、散佈圖和折線圖具備互動功能。

如果未指定圖表類型，ChatGPT 會判斷要輸出的理想圖表類型。

在圖表的右上角，你可以下載或展開圖表大小。預設情況下，下載的圖表會是 PNG 格式。

你也可以編輯圖表顏色，或開啟或關閉其互動功能。變更顏色時，你可以選取我們的預設顏色之一，或輸入顏色的十六進位色碼。

常見分析類型

ChatGPT 已受訓可執行各種資料分析任務。一些常見任務包括：

異常偵測與緩解

使用資料做決策時，務必確保來源資料盡可能準確。ChatGPT 知道如何識別可能缺失或不正確的資料。ChatGPT 可以識別並修復的常見問題包括：

• 缺失值

• 離群值

• 重複列

• 不正確的資料類型

使用像這樣的提示詞開始分析：檢查這筆資料是否有常見問題。

ChatGPT 識別出常見問題後，你可以請它修復這些問題。根據遇到的問題，ChatGPT 可能會提供多個選項供你選擇。如果你不確定這些選擇的影響，請嘗試向 ChatGPT 詢問更多資訊。

彙總與整合

ChatGPT 可以彙總大量結構化資料，協助你理解資訊。ChatGPT 可以執行的一些彙總包括：

• 總和

• 平均值（中位數、算術平均數、眾數）

• 最小值與最大值

• 相異值的計數

• 標準差

你可以展開表格並選取一個或多個數值欄，然後使用像這樣的提示詞：計算這筆資料的中位數和標準差。

ChatGPT 也可以根據共同識別碼，將多個資料集合併在一起。

假設你上傳兩份試算表，一份包含客戶，另一份包含購買資料。購買記錄會透過 customer_id 屬性與客戶記錄關聯。ChatGPT 知道如何將兩個檔案整合成單一資料集，讓它能回答像「金級方案客戶的所有購買總額是多少？」

當你提出需要合併資料集才能回答的問題時，ChatGPT 會自動為你合併資料集。

進階統計分析

ChatGPT 知道如何執行多種統計分析，並能根據你的需求選擇合適的技術。ChatGPT 可以執行的一些分析類型包括：

• 比較統計：這涉及比較不同群組或變數，以了解它們的差異或相似性。技術包括 t 檢定、ANOVA（變異數分析）和 MANOVA（多變量變異數分析）。

• 相關與迴歸分析：這些方法會評估變數之間的關係。相關分析會衡量關係的強度與方向，而迴歸分析則會建立關係模型來預測結果。

• 時間序列分析：這類分析會檢視隨時間收集的資料點，以識別趨勢、週期和季節性效應。方法包括 ARIMA（自我迴歸整合移動平均）和季節性分解。

你不需要是資料科學家，也能使用這些技術！如果你不確定哪種技術最適合你的資料，請嘗試告訴 ChatGPT 你想了解什麼，並請它推薦最佳分析技術。如果你不確定如何解讀分析輸出，請 ChatGPT 為你說明。有效的提示詞可以是：這項分析有任何值得注意或異常的地方嗎？