技能介绍

常见的脏数据陷阱

手动处理业务数据表时，最令人头疼的往往是那些肉眼不易察觉的脏数据。你可能遇到过这样的情况：从多个系统导出的报表中，国家字段同时存在 usa、USA 和 Usa；金额列的数字被存成了文本，还夹杂着美元符号或逗号；日期列则混杂了 3/8/26 和 2026-03-08 等多种格式。此外，首尾空格、隐蔽的重复行、#N/A 错误值甚至 Mojibake 乱码，都会让后续的 VLOOKUP 匹配或数据透视表统计直接报错。

技能的检测与修复流程

这个技能的核心逻辑是将数据清洗变成可解释、可回滚的工程操作。它首先确定作用域（指定的 A1:F200 或整张表），并逐列进行类型画像（Profile）。接着，它会按预检清单自动扫描上述提到的九类问题。

在动手修改前，技能会先输出一份问题与修复建议表，列出每列的问题计数及拟用的处理公式。

在应用修复时，技能严格遵循“公式优先”原则：它能识别你是在 Excel 内运行还是处理独立文件（后者使用 openpyxl），并尽可能在相邻的辅助列中写入如 =TRIM(A2) 或 =UPPER(C2) 这样的公式，而不是在脚本里算好结果后直接覆盖原数据。此外，流程中内置了严格的确认节点：对于去重、填空等破坏性操作，或者需要覆盖原数据的操作（如 Mojibake 修复），它必须得到明确授权后才会执行，每完成一类清洗还会展示变更样本。

适用边界与安全边界

虽然该技能大幅降低了数据清洗的试错成本，但在使用时仍需注意其边界。首先，它不会主动破坏原始数据，公式均写在辅助列中，这意味着你仍然需要手动将清洗后的结果“另存为”或复制回目标区域。其次，并非所有清洗逻辑都有对应的 Excel 公式，对于无法用公式表达的底层编码修复，技能会采取直接覆盖的方式，建议在此之前对文件进行备份。