今天分享一个学校期末成绩交叉矩阵表的实战案例：对原始成绩数据完成清洗，关联学生和班级教师信息，将长表转为交叉矩阵表，并完成排名和统计分析。

这里要介绍是小白都能用的AI 工作流方案：
不用写 Python，也不用懂 SQL，直接在本地电脑上就能完成千万级 XLSX/CSV 成绩数据的清洗、透视、排名统计和结果输出。

一、案例需求分析

有三张原始数据表，数据量在百万到千万级别，如下：

• 期末成绩表.csv （考试ID、学号、科目代码、科目名称、成绩、考试日期、班级）— 500万行
• 学生信息表.csv （学号、姓名、班级、年级、入学日期）— 20万行
• 班级教师表.csv （班级、科目代码、班主任、任课教师）— 5000行

本案例需要先清洗 3 张表的数据，再将期末成绩与学生信息、班级教师信息进行关联，生成成绩关联宽表；随后将成绩长表转为交叉矩阵表，并完成总分、平均分、班级排名、年级排名等统计分析；最后输出多个分析结果表和可视化大盘。

生成的可视化大盘如图（HTML文件）：

1、清洗数据

清洗数据就是将一些带有脏数据，格式有问题的数据都清洗成统一的， AI 工作流内置了 Python Agent，通过提示词就能实现任意清洗逻辑，本案例涉及到的清洗操作如下。

第一步 - 清洗期末成绩表：

• 按"考试ID"筛选同一次期末考试数据

• "考试日期"统一为 yyyy-MM-dd 格式

• "成绩"去除"分"后缀，转为纯数字

• 成绩 < 0 或 > 100 时，将"成绩"置空，并写入"异常成绩明细表"

• "科目名称"去除前后空格

• 同一"考试ID"+"学号"+"科目代码"有多条记录时，保留"考试日期"最新的一条，其余写入"重复成绩明细表"

第二步 - 清洗学生信息表：

• "班级"去除前后空格

• "年级"归一化："高一""G10""高中一年级"统一为"高一"

第三步 - 清洗班级教师表：

• "班级"、"任课教师"去除前后空格

2、数据SQL统计

完成清洗后，下一步就是把期末成绩表、学生信息表、班级教师表关联起来，生成一张成绩关联宽表。
AI 工作流内置了 SQL Agent，只需要用自然语言描述关联逻辑，就可以自动完成多表关联、字段补充、交叉矩阵生成和统计结果输出，如下提示词：

1. 将"期末成绩表"按"学号"关联"学生信息表"，输出全部字段，新增"标准班级"，取值为学生信息表中的"班级"，期末成绩表中的"班级"改名为"来源班级"。
2. 将上一步结果按"标准班级"+"科目代码"关联"班级教师表"，输出全部字段；未匹配到时教师字段置空。

3. 输出"成绩关联宽表"。

然后基于中间宽表进行下面结果统计：

生成交叉矩阵表：

1. 基于"成绩关联宽表"

2. 按"考试ID"+"学号"+"姓名"+"标准班级"+"年级"汇总

3. 将各"科目名称"展开为列，填入"成绩"

4. 缺考科目写为空

5. 新增"总分"，汇总所有有效成绩

6. 新增"平均分"，按有效成绩科目计算平均分

7. 按"总分"降序生成"班级排名"和"年级排名"；总分相同时按"平均分"降序

8. 输出"交叉矩阵表"

生成班级成绩统计表：

1. 基于"成绩关联宽表"

2. 按"标准班级"+"科目名称"分组，仅统计有效成绩

3. 统计：平均分、及格率（>=60）、优秀率（>=90）、标准差

4. 输出"班级成绩统计表"

生成任课教师平均分排名表：

1. 基于"成绩关联宽表"

2. 按"任课教师"+"科目名称"分组，仅统计任课教师不为空且成绩有效的记录

3. 统计平均分、有效成绩人数

4. 按平均分降序排名；平均分相同时按有效成绩人数降序

5. 输出"任课教师平均分排名表"

生成各科年级Top10学生表：

1. 基于"成绩关联宽表"

2. 按"年级"+"科目名称"分组，仅统计成绩有效的记录

3. 在每组内按"成绩"降序、"学号"升序排序，取前10名

4. 若第10名并列，按排序结果保留前10名

5. 输出"各科年级Top10学生表"（含学号、姓名、标准班级、年级、科目名称、成绩）

二、案例要完成的任务提示词

这个提示词就是案例需要完成的任务，直接用于配置到工作流智能体里面。

需要说明一点： 提示词不一定非要写成固定模板 。只要表达得 清晰 、 明确 、 简洁 ，让人一眼能看懂要做什么、按什么顺序做、最后输出什么结果，就可以了。

本次案例整理出的提示词如下：

整体要求：生成学校期末成绩交叉矩阵和统计分析报告：

第一步 - 清洗期末成绩表：
1. 按"考试ID"筛选同一次期末考试数据
2. "考试日期"统一为 yyyy-MM-dd 格式
3. "成绩"去除"分"后缀，转为纯数字
4. 成绩 < 0 或 > 100 时，将"成绩"置空，并写入"异常成绩明细表"
5. "科目名称"去除前后空格
6. 同一"考试ID"+"学号"+"科目代码"有多条记录时，保留"考试日期"最新的一条，其余写入"重复成绩明细表"

第二步 - 清洗学生信息表：
1. "班级"去除前后空格
2. "年级"归一化："高一""G10""高中一年级"统一为"高一"

第三步 - 清洗班级教师表：
1. "班级"、"任课教师"去除前后空格

第四步 - 生成成绩关联宽表：
1. 将"期末成绩表"按"学号"关联"学生信息表"，输出全部字段，新增"标准班级"，取值为学生信息表中的"班级"；期末成绩表中的"班级"改名为"来源班级"
2. 将上一步结果按"标准班级"+"科目代码"关联"班级教师表"，输出全部字段；未匹配到时教师字段置空
3. 输出"成绩关联宽表"

第五步 - 生成交叉矩阵表：
1. 基于"成绩关联宽表"
2. 按"考试ID"+"学号"+"姓名"+"标准班级"+"年级"汇总
3. 将各"科目名称"展开为列，填入"成绩"
4. 缺考科目写为空
5. 新增"总分"，汇总所有有效成绩
6. 新增"平均分"，按有效成绩科目计算平均分
7. 按"总分"降序生成"班级排名"和"年级排名"；总分相同时按"平均分"降序
8. 输出"交叉矩阵表"

第六步 - 生成班级成绩统计表：
1. 基于"成绩关联宽表"
2. 按"标准班级"+"科目名称"分组，仅统计有效成绩
3. 统计：平均分、及格率（>=60）、优秀率（>=90）、标准差
4. 输出"班级成绩统计表"

第七步 - 生成任课教师平均分排名表：
1. 基于"成绩关联宽表"
2. 按"任课教师"+"科目名称"分组，仅统计任课教师不为空且成绩有效的记录
3. 统计平均分、有效成绩人数
4. 按平均分降序排名；平均分相同时按有效成绩人数降序
5. 输出"任课教师平均分排名表"

第八步 - 生成各科年级Top10学生表：
1. 基于"成绩关联宽表"
2. 按"年级"+"科目名称"分组，仅统计成绩有效的记录
3. 在每组内按"成绩"降序、"学号"升序排序，取前10名
4. 若第10名并列，按排序结果保留前10名
5. 输出"各科年级Top10学生表"（含学号、姓名、标准班级、年级、科目名称、成绩）

三、落地实现：工作流配置

 工作流是由多个智能体节点组成的，这个案例我们涉及到下面几个智能体：

• 文件助手： 获取磁盘的文件或目录。
• 内容清洗器： 专门用来做数据清洗的，只要输入清洗描述就可以对文件数据进行任意整理。
• 数据入库：将文件数据转成本地数据库，用于后面作SQL统计。
• 表统计： 对本地数据库表进行SQL统计，不需要写sql，只需要统计的描述就可以了。
• 报表导出： 对数据库表进行导出，支持导出csv，xlsx，HTML（可视化显示） 。

根据这几个智能体还有上面描述的提示词，我们就可以完成工作流的配置了。

1. 配置文件助手

”文件助手“ 可以用来获取磁盘上任意的一个或多个文件。打开DT-Bot工作流， 配置一个 “文件助手”智能体节点，描述原始数据文件位置，如图：

DT-Bot工作流，解决方案获取： 宫中&浩气： “老罗软件”。

根据提示词描述，获取到了”期末成绩表.csv“原始表格，给后面智能体使用。

2. 配置内容清洗

“内容清洗器” 很强大，内部是通过Python Agent执行引擎处理的， 可以对文件进行任意数据整理，我们直接输入清洗提示词就可以了， 如图：

清洗完成后，还是输出的文件，下面需要进行SQL统计，需要先将文件进行入库。

3. 数据入库

”数据入库“ 智能体可以将文件导入到本地数据库引擎，然后形成数据库表，无需任何提示词，如图配置入库：

到此，我们 工单记录表.csv 的清洗，入库就完成了， 其余的表也是如此配置。

4. 表统计

接下来我们需要进行sql统计，直接用“表统计”智能体就好了， 也是直接输入提示词描述，工作流内部会生成相关sql进行统计（全程不用你操心），下面是我配置完成的图：

5. 导出报表

表统计后，只生成了结果表到数据库里面，还需要从数据库里面下载出来，这是要用“报表导出”智能体，可以指定哪些表，下载类型（支持CSV+HTML），如下图：

配置完成后，我们发布工作流执行就可以了。

四、结尾语

这个案例的价值，不只是完成了成绩数据清洗，更重要的是把原始成绩明细转成可直接分析的交叉矩阵结果表，并进一步完成排名和多维统计分析，整个处理流程更清晰，也更贴近真实教务场景。

按照 AI 工作流配置好处理要求后，不需要手写 Python 和 SQL，也可以把原始成绩数据快速整理成可直接用于分析和管理的结果表。