Créer un plan de nettoyage des données Excel colonne par colonne

Auteur: AILesson8 min de préparationTesté avec:ChatGPTRévisé: 2026-08-28

Réponse rapide

Examinez la signification des champs et définissez des règles de nettoyage réversibles avant de modifier les données. Fournir: Objectif du jeu de données, Colonnes et significations prévues, Lignes représentatives et problèmes connus. Résultat attendu: Un plan de nettoyage hiérarchisé, des règles de validation et des colonnes d’audit.

1

Ajouter votre contexte

Votre texte reste dans ce navigateur. AILesson Prompts ne l’envoie ni à un modèle ni à un serveur.

2

Votre prompt

Les champs non remplis restent visibles sous forme d’espaces réservés, afin que vous puissiez quand même copier et modifier le prompt.

Concevez un plan réversible de nettoyage des données Excel.

Objectif du jeu de données :
[purpose]

Colonnes et significations prévues :
[schema]

Lignes représentatives et problèmes connus :
[sample]

Ne modifiez ni ne supprimez encore aucune valeur. Établissez le profil de chaque colonne selon le type, les valeurs vides, l’unicité, les valeurs autorisées, le format et la cohérence entre les champs. Distinguez les différences de présentation sans conséquence des changements qui modifient le sens. Fournissez :
1. Les questions bloquantes et les hypothèses
2. Un tableau des problèmes colonne par colonne, avec leurs éléments probants
3. La règle de nettoyage, la règle de validation et le traitement des exceptions pour chaque problème
4. Les colonnes auxiliaires ou d’audit recommandées
5. Un ordre d’exécution sûr avec conservation d’une copie brute
6. Des tests avant et après, ainsi qu’une méthode de retour en arrière

Ne déduisez jamais des identités, des catégories, des dates ou des faits métier manquants à partir de la seule apparence.
Essayer dans le Playground
Privé par défautL’assemblage du prompt se fait localement dans votre navigateur. Évitez de placer des informations confidentielles dans un service d’IA, sauf si votre organisation l’autorise.

De l'entrée au résultat

Un exemple détaillé

Voyez comment un contexte concret transforme cette recette en résultat utilisable.

Entrée réelle

Objectif du jeu de données
Préparer une exportation de clients pour l’importation dans le CRM et le comptage des ventes régionales. Le CRM exige un identifiant client unique, une adresse e-mail valide ou vide, des codes pays ISO et une date d’inscription au format ISO.
Colonnes et significations prévues
CustomerID : texte unique obligatoire ; Email : facultatif ; Country : code ISO alpha-2 obligatoire ; SignupDate : date obligatoire ; Status : Active, Paused ou Closed.
Lignes représentatives et problèmes connus
C-001 | ANA@EXAMPLE.COM | United Kingdom | 3/4/26 | active ; C-002 | vide | UK | 2026-04-03 | Paused ; C-002 | ana2@example.com | GB | 04/03/2026 | Active ; C-004 | bad-address | U.K. | vide | closed.

Exemple de sortie

Questions bloquantes

Confirmer la convention régionale des données sources pour 3/4/26 et 04/03/2026, l’enregistrement faisant autorité parmi les deux C-002 et si l’absence d’une date d’inscription bloque l’import. Ces informations ne peuvent pas être déduites de manière sûre.

ColonneÉlément probantRègle de nettoyageValidation / exception
CustomerIDC-002 est répétéSupprimer uniquement les espaces aux extrémités ; ne pas fusionnerCOUNTIF doit être égal à 1 ; orienter les doublons vers une vérification
EmailMajuscules, valeur vide, format incorrectSupprimer les espaces aux extrémités et convertir en minuscules ; conserver les valeurs videsContrôle structurel élémentaire ; signaler bad-address
CountryUnited Kingdom, UK, GB, U.K.Associer les alias confirmés à GBRejeter les valeurs non associées
SignupDateFormat ISO mêlé à un texte numérique ambiguConserver le format ISO ; ne convertir qu’après confirmation de la convention régionaleSignaler les valeurs ambiguës et vides
StatusVariation de casseAssocier sans tenir compte de la casse aux libellés approuvésRejeter les autres valeurs

Créer les colonnes RawValue, CleanValue, RuleApplied et ReviewReason, ou une feuille d’audit distincte. Dupliquer la feuille source sous le nom Raw_ReadOnly, consigner le nombre de lignes et une somme de contrôle des valeurs CustomerID, puis nettoyer les colonnes auxiliaires dans l’ordre suivant : clés → champs obligatoires → dates → libellés contrôlés → champs facultatifs. Importer uniquement les lignes sans ReviewReason. Rapprocher le nombre final de lignes, le nombre de clés uniques, les lignes rejetées et le total de chaque association avec la copie brute. Pour revenir en arrière, supprimer la feuille nettoyée ; ne jamais écraser Raw_ReadOnly.

Pourquoi cela fonctionne

  1. 1

    L’établissement du profil avant toute modification empêche qu’un nettoyage cosmétique ne change le sens métier.

  2. 2

    Les copies brutes et les colonnes d’audit rendent chaque transformation contrôlable et réversible.

Vérifier le résultat

  • Chaque règle de nettoyage est-elle liée à une signification de champ ou à une valeur autorisée explicitement indiquée ?

  • Les lignes exceptionnelles peuvent-elles être examinées sans être écrasées ?

  • Le résultat nettoyé peut-il être rapproché du nombre de lignes et des clés des données brutes ?

Utilisez-la en toute confiance

Questions fréquentes

Des réponses pratiques sur le bon moment pour utiliser cette recette, ce qu’il faut fournir et les cas où une vérification humaine reste nécessaire.

Que dois-je préparer avant d’utiliser « Créer un plan de nettoyage des données Excel colonne par colonne » ?

Pour « Créer un plan de nettoyage des données Excel colonne par colonne », préparez l’objectif du jeu de données, les colonnes et leurs significations prévues, ainsi que des lignes représentatives et les problèmes connus. Ne remplacez les espaces réservés que par des informations que vous pouvez vérifier. Si un détail est inconnu, indiquez-le explicitement au lieu de demander au modèle de le déduire.

Dans quels cas le résultat de « Créer un plan de nettoyage des données Excel colonne par colonne » n’est-il pas prêt à l’emploi ?

Le résultat n’est pas prêt s’il ne produit pas encore, à partir des éléments fournis, le résultat annoncé — un plan de nettoyage hiérarchisé, des règles de validation et des colonnes d’audit — ou s’il repose sur des hypothèses non résolues, des approbations manquantes ou des détails inventés. Utilisez les contrôles comme critères de publication : révisez les données sources ou désignez une personne autorisée chargée de la relecture au lieu de peaufiner un résultat non étayé.

Quels outils d’IA disposent de tests consignés pour « Créer un plan de nettoyage des données Excel colonne par colonne » ?

Le registre de tests publié pour « Créer un plan de nettoyage des données Excel colonne par colonne » mentionne ChatGPT au 2026-08-28. Cela confirme l’existence d’essais consignés, sans garantir la compatibilité ni des résultats identiques dans les versions ultérieures du produit. Pour un autre outil ou une autre version, gardez toutes les contraintes visibles et répétez les vérifications du résultat avant utilisation.

Plus de façons d'explorer

Où se situe cette recette

Faites avancer votre travail