教育场景自动化数据清洗与分析平台产品系统

教育培训机构面临学生成绩数据来源分散、格式不统一、缺失值多等痛点。传统人工整理耗时易错，且无法快速生成学情报告。本项目提供一站式数据清洗与可视化解决方案，将数据处理时间从小时级压缩至分钟级。

1. 多源数据合并：自动识别并合并多个Excel/CSV文件，支持表头映射与格式标准化。
2. 智能清洗：执行缺失值填充（均值/中位数/众数）、异常值检测、重复记录去重。
3. 学情报告生成：基于清洗后数据，自动计算平均分、分数段分布、进退步趋势，输出可视化图表。
4. 轻量API接口：基于Flask提供RESTful接口，支持第三方系统调用数据清洗服务。

本人独立完成需求分析、架构设计、代码开发及文档撰写。负责多源数据合并模块、智能清洗算法及学情报告生成功能的实现。技术栈为Python+Pandas+Flask+OpenPyXL。核心难点在于处理非规范Excel表头（合并单元格、多级标题），通过设计自适应表头解析算法解决。项目亮点是模块化设计，清洗规则可配置，已应用于本地培训机构，累计处理学生数据超5000条。