Agent Skills
返回列表
📊

脏表格一键清洗成规范表

数据分析 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_ce1d247e/excel-data-cleaning-a-user-ce1d247e。

技能介绍

它解决什么问题

原始表格很少按预期工作。日期写法混用(2024/1/5 与 2024-01-05 并存)、文本型数字导致 SUM 结果不对、身份证号被转成科学计数法后丢位、合并单元格让任何筛选都返回错误结果、首尾空格让 VLOOKUP 永远匹配不上。这类脏数据不会报错,只会让下游的透视表、统计公式、数据库导入静默产出错误结果。

本技能只做一件事:把这些脏表整理成规范表——表头单行且字段名唯一、每列类型一致、无重复行、长数字保持文本精度,同时附上一份每项改动都可追溯的清洗报告。

核心能力

  • 结构修复:拆分合并单元格、拆掉一表多义、把多行表头规范成单行
  • 字段级清洗:统一日期、数字、货币、百分比格式;文本型数字与手机号、身份证等长数字按真实类型修正;清理首尾空格、全角半角混用、不可见字符与错别字别名
  • 行级处理:近似重复识别、空值的删除/填充/标记三策略、异常值(年龄 300、月份 13)识别标注

输入支持 CSV、TSV、xlsx、xls 和粘贴的表格文本。

工作方式

执行 SOP 为六步:摸底 → 备份 → 列清单 → 逐项清洗 → 质检 → 交付。

  • 摸底:先记录行数、列数、每列推测类型与脏数据分布,输出表结构速览
  • 备份:清洗只在副本上进行,原始数据永不覆盖
  • 列清单:每条规则编号化(R1、R2…),注明作用列、清洗规则与估算影响行数
  • 逐项清洗:顺序为先结构、再单列、后跨列;每完成后勾选并记录实际影响行数
  • 质检:交叉验证去重前后行数、日期解析成功率、数值列求和
  • 交付:规范表格 + 清洗报告(规则清单、统计摘要、待确认项)

适用边界

  • 不补全缺失业务数据——空值只能按明确规则或你确认后处理,严禁用平均值填充业务字段
  • 不执行 VBA / 宏,不连接数据库或外部系统;不产出透视表和图表
  • 近似重复只识别不合并;异常值只标注不删除;表头推断不确定时会先向你确认,不自创列名
  • 所有删除动作基于备份,报告中给出规则编号、影响行数和处理前后示例,可回滚

使用场景

  • 拿到多张分月导出的订单表,日期和货币写法各不相同,要在入库前合并成一张格式统一的规范表。
  • 准备用透视表分析季度销售数据,先把合并单元格拆开、重复行去掉,避免统计口径出错。
  • HR 要把包含大量身份证号和手机号的表格导入系统,需要清洗成文本格式并检查空值和异常值。
  • 市场部交付的字段表头混乱、含多行标题和近似重复客户,要先确认去重口径再执行清洗。

适合人员

  • 数据分析师:每月面对来源不一的渠道导出表,需要先清洗再透视,避免脏数据污染结论。
  • 财务或会计:负责月度结账前整理流水明细,要求金额、日期格式统一且改动可追溯对账。
  • 运营人员:负责汇总各渠道表格做用户对账,产出带清洗报告的规范表供后续入库。