清洗和准备杂乱数据

Clean and prepare messy data DataKnowledge Work

场景定位

处理表格数据，同时保留原始数据不被破坏。本页把官方 use case 的章节、工具、起步提示词和检查点整理成中文执行流程，便于直接对照落地。

难度: 中级
时间跨度: 约 15-30 分钟

适合用于

需要把「处理表格数据，同时保留原始数据不被破坏。」做成可复用流程的团队，且来源分散在 Spreadsheet 等工具中
希望 ChatGPT 或 Codex 保留来源、检查点和可审阅输出的使用者
需要把「清洗和准备杂乱数据」从一次性对话变成可复查工作流的场景

Skills & Plugins

起步提示词

Clean @marketplace-risk-rollout-export.csv.

What's wrong:
- dates are mixed between MM/DD/YYYY and YYYY-MM-DD
- currency values include $, commas, and blank cells
- a few duplicate customer rows came from repeated exports
- region and category names use several aliases
- there are pasted summary rows mixed into the data

What I want:
- write a cleaned CSV
- keep the original file unchanged
- use one date format
- keep blank currency cells blank
- preserve source row IDs when possible
- add a short data-quality note with rows you changed, removed, or could not clean confidently

在 ChatGPT 中尝试

介绍

这一节对应官方流程中的「Introduction」。落地时围绕「清洗和准备杂乱数据」把目标、输入、执行步骤和验证证据保持在同一条工作流里。

操作要点：先把本节需要的来源材料、权限和上下文补齐，并关注 ChatGPT 等相关来源或工具；缺失内容要明确标记，不要让 ChatGPT 或 Codex 隐式猜测。

如何使用

这一节对应官方流程中的「How to use」。落地时围绕「清洗和准备杂乱数据」把目标、输入、执行步骤和验证证据保持在同一条工作流里。

操作要点：先把本节需要的来源材料、权限和上下文补齐，并关注 ChatGPT 等相关来源或工具；缺失内容要明确标记，不要让 ChatGPT 或 Codex 隐式猜测。

Prompt Library

建议提示词

先界定范围

For Clean and prepare messy data, first inspect the available sources and propose the smallest useful scope. Name the inputs, outputs, validation steps, permissions, and anything that needs approval before action.

交付前复核

Review the result for Clean and prepare messy data. Check source coverage, assumptions, unresolved questions, and the evidence that proves the output is ready to use.