一份干净表格
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-b-user-ce1d247e,以便把脏表格清洗为规范表并生成清洗报告。
技能介绍
数据清洗不是“扫一遍”:脏表会先毁掉下游
把 Excel 或 CSV 直接拖进透视表,常见结果只有三种:分组被空值打散、合计被重复行放大、日期因格式混用整列无法解析。原始表里的首尾空格、文本型数字、2024/1/5 与 2024-01-05 并存、身份证被 Excel 转成科学计数法、合并单元格只在第一行有意义——这些问题不会让表“看起来乱”,它们会在透视、统计、入库时变成错误结果。
核心能力:先分类脏数据,再按规则清洗
这份资料先要求把问题归入七类:重复数据、空值、格式不统一、类型错乱、文本脏数据、异常值、结构问题。每类都有明确处理原则:日期与金额统一写法,单位尽量拆列;身份证、手机号、订单号保持文本,避免精度丢失;首尾空格、全角半角、不可见字符批量清理;错别字别名用映射统一,近似重复只识别、交用户判断。
执行强调可追溯:先摸底表结构与脏数据分布,再备份原表并在副本上操作;随后列清洗清单,写明列名、问题、规则与影响行数;按“先结构、再单列、后跨列”顺序逐项清洗;完成后做质量校验;最后交付规范表、清洗报告和待确认项。任何删除、改值或合并都对应规则编号,可从备份回滚。
适用边界与注意点
它处理输入为 CSV、TSV、Excel 或表格文本的清洗任务,但不等于数据分析:不生成业务结论,不用平均值或中位数凭空补业务字段,不执行 VBA 或宏,不连接数据库。空值若无法按规则处理,就标记待确认;异常值会标注,而非静默删除;表头缺失时需要确认,不自创列名。若目标是透视、统计或入库,清洗报告应随表交付。
使用场景
- 把多份含重复行的月度销售CSV合并去重,生成可直接透视的明细表
- 修复Excel中日期格式混用与文本型数字,确保入库时数据类型一致
- 拆分含合并单元格的考勤表并规范表头,用于按部门统计出勤
- 标注年龄异常值与非法日期,保留待确认项交业务人员核对
适合人员
- 每周处理多份表格的数据分析师,需要清理脏数据后做透视统计
- 负责业务数据入库的工程师,需要确保数据格式符合数据库约束
- 管理考勤表的行政人员,需要规范合并单元格后再做统计
- 经常处理身份证或订单号的财务人员,需要防止长数字精度丢失