diff --git a/数据统计.py b/数据统计.py
deleted file mode 100644
index 3200cbf..0000000
--- a/数据统计.py
+++ /dev/null
@@ -1,69 +0,0 @@
-import os
-import pandas as pd
-
-
-def merge_csv_to_excel(folder_path, output_file):
-    # 合并所有弹幕csv文件为一个excel文件
-    all_data = pd.DataFrame()
-
-    # 遍历文件夹中的所有文件
-    for file_name in os.listdir(folder_path):
-        if file_name.endswith('.csv'):  # 只处理csv文件
-            file_path = os.path.join(folder_path, file_name)  # 获取完整路径
-            print(f"正在读取文件: {file_path}")
-            # 读取csv文件并追加到all_data中
-            df = pd.read_csv(file_path)
-            all_data = pd.concat([all_data, df], ignore_index=True)  # 合并DataFrame
-
-    # 将合并后的DataFrame保存到新的excel文件
-    with pd.ExcelWriter(output_file, engine='xlsxwriter') as writer:
-        all_data.to_excel(writer, index=False, sheet_name='MergedData')
-
-    print(f"所有弹幕csv文件已合并并保存到: {output_file}")
-
-
-def analyze_danmu(input_file, output_nums_file):
-    # 分析合并后的excel文件，统计与AI相关的弹幕数量
-    df = pd.read_excel(input_file)
-    
-    # 假设弹幕内容在名为 '弹幕文本' 的列中
-    if '弹幕文本' not in df.columns:
-        print("弹幕数据列未找到，请检查列名。")
-        print("读取的列名:", df.columns.tolist())  # 打印出读取的列名以帮助调试
-        return
-
-    # 定义与 AI 技术应用相关的关键词
-    ai_keywords = ['AI', '人工智能', '机器学习', '深度学习']
-
-    # 筛选包含 AI 相关关键词的弹幕
-    filtered_danmu = df[df['弹幕文本'].str.contains('|'.join(ai_keywords), na=False)]
-
-    # 统计每种弹幕出现的次数
-    danmu_counts = filtered_danmu['弹幕文本'].value_counts()
-
-    # 获取数量排名前8的弹幕
-    top_danmu = danmu_counts.head(8)
-
-    # 输出结果到控制台
-    print("数量排名前8的弹幕：")
-    print(top_danmu)
-
-    # 将结果写入 ai.xlsx 文件
-    top_danmu_df = top_danmu.reset_index()
-    top_danmu_df.columns = ['弹幕文本', '出现次数']  # 重命名列
-    with pd.ExcelWriter(output_nums_file, engine='xlsxwriter') as writer:
-        top_danmu_df.to_excel(writer, index=False, sheet_name='TopDanmu')
-
-    print(f"分析结果已保存到: {output_nums_file}")
-
-
-if __name__ == '__main__':
-    folder_path = '弹幕csv'  # 替换为你的 CSV 文件夹路径
-    output_file = '合并弹幕.xlsx'  # 合并后的输出文件名
-    output_nums_file = 'ai.xlsx'  # 分析结果输出文件名
-
-    # 合并 CSV 文件为 Excel
-    merge_csv_to_excel(folder_path, output_file)
-
-    # 分析弹幕数据并保存结果
-    analyze_danmu(output_file, output_nums_file)