为杂乱 Excel 数据制定逐列清洗方案

作者: AI 小课8 分钟准备已测试:ChatGPT复核日期: 2026-08-28

直接回答

在修改数据前检查字段含义并定义可恢复的清洗规则。 请提供: 数据集用途、列与预期含义、代表性行与已知问题。 预期成果: 按优先级排列的清洗计划、验证规则和审计列。

补充你的背景

你填写的内容只保留在当前浏览器中，AILesson 提示语不会将其发送给模型或服务器。

数据集用途列与预期含义代表性行与已知问题

生成的提示语

未填写的字段会保留为占位符，你仍然可以复制后自行编辑

请设计一套可恢复的 Excel 数据清洗方案。

数据集用途：
[purpose]

列与预期含义：
[schema]

代表性行与已知问题：
[sample]

暂时不要修改或删除数据。逐列检查类型、空值、唯一性、允许值、格式和跨字段一致性。区分无害的展示差异与会改变含义的修改。请返回：
1. 阻断问题和假设
2. 包含证据的逐列问题表
3. 每项问题的清洗规则、验证规则和异常处理
4. 推荐的辅助列和审计列
5. 保留原始副本的安全执行顺序
6. 清洗前后测试和回滚方法

不要仅凭外观推断缺失的身份、分类、日期或业务事实。

在 AI 练习场试试

默认保护隐私提示语在浏览器本地组装。除非所在组织明确允许，否则不要把机密信息提交给任何 AI 服务。

从输入到成果

实际案例

看看具体背景如何通过这条配方转化为可使用的成果

实际输入

数据集用途: 准备客户数据用于 CRM 导入和区域销售计数。CRM 要求客户编号唯一、邮箱有效或为空、国家使用 ISO 代码、注册日期使用 ISO 日期。
列与预期含义: CustomerID：必填唯一文本；Email：可选；Country：必填 ISO alpha-2；SignupDate：必填日期；Status：Active、Paused、Closed 之一。
代表性行与已知问题: C-001 | ANA@EXAMPLE.COM | United Kingdom | 3/4/26 | active；C-002 | 空白 | UK | 2026-04-03 | Paused；C-002 | ana2@example.com | GB | 04/03/2026 | Active；C-004 | bad-address | U.K. | 空白 | closed。

示例输出

阻断问题

需要确认 3/4/26 和 04/03/2026 的来源地区格式、重复 C-002 中哪条记录具有权威性，以及缺少注册日期是否阻止导入。这些信息不能安全推断。

列	证据	清洗规则	验证与异常
CustomerID	C-002 重复	只去除首尾空格，不合并	COUNTIF 必须为 1；重复项进入人工检查
Email	大写、空白、格式错误	去除首尾空格并转小写；保留空白	做基本结构检查；标记 bad-address
Country	United Kingdom、UK、GB、U.K.	把已确认别名映射为 GB	未映射值拒绝导入
SignupDate	ISO 与歧义数字日期混合	保留 ISO；确认地区后再转换	标记歧义和空白值
Status	大小写不一致	不区分大小写映射到批准标签	其他值拒绝导入

建立 RawValue、CleanValue、RuleApplied、ReviewReason 列或独立审计表。先复制源表为 Raw_ReadOnly，记录行数和客户编号校验信息，然后按“键 → 必填字段 → 日期 → 受控标签 → 可选字段”顺序在辅助列清洗。只有没有 ReviewReason 的行才能导入。最后把总行数、唯一键数量、拒绝行和各映射数量与原始副本对账。回滚时丢弃清洗表，绝不覆盖 Raw_ReadOnly。