简诗 Excel 脏数据清洗

要解决的问题

日常数据分析里，Excel 表格里常混着各种脏数据：首尾空格、大小写混乱（usa / USA / Usa）、数字被存成文本还带着 $、% 符号、同一列日期格式混杂（3/8/26、2026-03-08）、空值、重复行、错误值 #REF!，以及 mojibake 乱码（é）。手工修复这类问题既费时又容易出错，而且改完之后往往说不清当时到底动了哪些单元格——整个过程不可审计。

技能如何工作

该技能按四个步骤清洗数据：

1. 确定范围：若用户指定了区域（如 A1:F200），否则使用活动表的整个已用区域。逐列画像，检测主导类型（文本 / 数字 / 日期）并识别异常值。
2. 检测问题：覆盖九类常见问题——空格、大小写、数字文本化、日期格式混杂、完全重复与近重复行、空值、混合类型、编码乱码、错误值。
3. 提议修复：在修改任何东西之前，先输出一张汇总表，列出每列的问题、数量和建议修复方式。
4. 执行修复：优先用公式而非硬编码值——能表达成公式的转换（=TRIM(A2)、=VALUE(SUBSTITUTE(B2,"$",""))、=UPPER(C2)）写入相邻辅助列，保持透明可审计。只有用户明确要求、或没有公式等价方案（如编码修复）时才原地覆盖。删除重复、填充空值、覆盖原件等破坏性操作必须先确认；每类修复完成后展示变更样例，确认后再进入下一类；最后输出前后对比摘要。

适用边界与注意点

• 环境：在 Excel 内运行用 Office JS（Excel.run），处理独立 .xlsx 文件则用 Python / openpyxl。
• 安全边界：不自动安装依赖、不修改系统权限、不创建持久任务、不执行下载内容；涉及发送、发布、删除、付款等外部写入时，先展示目标与影响并取得明确确认。
• 凭据只用于用户指定的对应官方服务，不回显、不记录、不转发到无关地址。
• 命令和代码默认仅作参考，只有用户明确要求且目标范围清楚时才执行。