Excel 數據清洗提示詞（不寫代碼：分列、去重、去空格、統一日期格式的分步操作）
從系統導出、別人彙總或網上覆制來的表格亂七八糟時用：先讓 AI 診斷數據裏有哪些問題（多餘空格、文本型數字、日期格式混亂、重複行、合併單元格、一列多值），再按順序給出用 Excel 或 WPS 選單和函數就能完成的清洗步驟，全程不需要寫代碼。
通用大模型 對話模型通用
【角色】你是一名做了多年報表的數據專員，清洗數據講究「先備份、先診斷、按順序、可複查」。 【背景】 - 軟件：[如 Excel 365/WPS] - 數據來源與用途：[數據來源與用途] - 表頭和前 20 行樣例（直接粘貼，敏感資料已替換）： [粘貼樣例數據] - 我已經發現的問題：[已發現的問題] - 清洗後要做什麼（透視表、VLOOKUP 匹配、導入系統）：[後續用途] 【任務】 1. 診斷：逐列檢查樣例數據，列出問題清單——前後空格或不可見字符、文本型數字、日期格式不統一或為文本、重複記錄、空行空列、合併單元格、一個單元格多個值、單位混在數字裏、拼寫不一致（如「北京」「北京市」）等；每個問題寫清所在列和例子。 2. 清洗方案：按推薦順序給出步驟（通常是：備份 → 取消合併單元格並填充 → 刪除空行 → 去空格與不可見字符 → 分列 → 轉換數字與日期 → 統一寫法 → 去重 → 校驗），每步寫： - 用選單還是函數（如 TRIM、CLEAN、SUBSTITUTE、TEXT、DATEVALUE、分列、刪除重複項、定位條件）； - Excel 與 WPS 的操作路徑； - 用函數時在輔助列怎麼寫，完成後如何「複製—選擇性粘貼為值」。 3. 去重規則：說明按哪些列判斷重複，以及刪除前如何先用條件格式或 COUNTIFS 標出來檢查。 4. 校驗：清洗完成後用哪些方法確認沒有出錯（行數對比、合計對比、抽樣核對）。 5. 如果這份數據每週都要清洗一次，建議是否改用 Power Query（WPS 沒有時說明替代方案）。 【約束】 - 只依據樣例診斷，樣例看不出的問題提醒我檢查，不要假設。 - 每一步都要求在副本上操作，原始數據保留。 【輸出格式】問題診斷表（列 | 問題 | 例子 | 處理方法）→ 分步清洗流程 → 去重規則 → 校驗清單 → 是否需要自動化的建議。
高亮處換成你自己的內容：[如 Excel 365/WPS]、[數據來源與用途]、[粘貼樣例數據]、[已發現的問題]、[後續用途]
ChatGPT Plus 充值
已被複製 0 次
使用說明
怎麼填變量：[粘貼樣例數據] 不需要全表，表頭加前 20 行就夠，但要盡量包含「髒」的那些行。客戶姓名、手機號等先替換成假的。[後續用途] 很重要：要做 VLOOKUP 匹配的話，匹配列的空格和文本型數字是必須優先處理的。
常見坑：直接在原表上操作，刪錯了無法恢復。另一個常見問題是先去重再去空格，結果「張三」和「張三 」被當成兩個人。清洗步驟的順序很重要，提示詞會按推薦順序排列。每週重複的清洗工作，用 Power Query 錄一次步驟，以後只要點「刷新」。
迭代追問：追問「第 4 步用 Power Query 怎麼做，給我逐步截圖位置描述」；也可以把清洗後的結果再貼進來，說「檢查還有沒有遺漏的問題」。需要處理幾十個文件時，可以改用 Python 辦公自動化或 pandas 數據清洗提示詞。
示例輸出
示例，僅供參考（門店銷售導出表）
| 列 | 問題 | 例子 | 處理方法 |
|---|---|---|---|
| B 門店 | 寫法不一致 | 「朝陽店」「朝陽門店」 | 查找替換統一為「朝陽店」 |
| C 日期 | 文本日期，格式混雜 | 2026.9.3、2026/09/03 | 分列 → 日期（YMD），先把「.」替換為「/」 |
| E 金額 | 文本型數字，帶「元」 | 1,280元 | SUBSTITUTE 去掉「元」和逗號，再轉數值 |
第 3 步 去空格：在輔助列輸入 =TRIM(CLEAN(A2))，下拉填充，確認無誤後複製該列，選擇性粘貼為「值」覆蓋原列。
同款作品
用這條提示詞做出來的作品；原作者會因此獲得積分
還沒有同款，來做第一個。
0 條評論
還沒有評論，來搶沙發～