数据清洗太繁琐？用AI把Excel函数变成自动化脚本
提示词描述：
适合财务、运营及数据分析师，将复杂的Excel处理逻辑一键转为Python自动化脚本。通过清晰的意图映射与结构化约束，AI可输出带日志与异常处理的生产级代码，大幅缩短数据准备周期。
提示语关键词：
AI数据处理,Python办公自动化,Excel函数转代码,Pandas脚本生成,数据清洗教程,程序员效率工具
提示词内容：
【需求分析】
同学们，处理海量表格数据时，复杂的Excel公式是不是经常让你眼花缭乱？嵌套的VLOOKUP、冗长的IF语句不仅难写，一旦数据量破万就会严重卡顿。别担心，今天老师带你用AI把繁琐的表格逻辑转化为高效的自动化脚本。
【方法对比】
传统做法是死磕函数公式或手动录制VBA宏，学习成本高且极难维护；部分在线转换工具只能做简单映射，无法处理脏数据。而采用“业务逻辑转代码”的提示词策略，能让AI直接理解你的数据清洗意图，生成可复用、带完整异常处理的Python脚本，彻底解放双手。
【推荐方案】
本模板主打“自然语言意图+数据结构映射+交付规范”。专为非纯研发岗位设计，只要你能说清数据长什么样、想怎么处理，AI就能交出严谨的Pandas解决方案。
【使用步骤】
✅ 梳理数据骨架：在{填写表头结构}处列出列名及类型，如“订单号(文本)、金额(浮点)、日期(YYYY-MM-DD)”。
✅ 翻译处理逻辑：把Excel意图写入{填写转换规则}，例如“金额>1000标为高优，缺失值用前向填充，剔除重复行”。
✅ 指定交付格式：在{填写脚本要求}中补充需求，如“输出CSV，包含处理耗时与数据质量报告日志”。
💡 运行后，记得让AI加上`try-except`捕获。遇到报错别慌，直接把Traceback丢回去，它会耐心帮你调试到完美为止。一步步来，你很快就能掌握数据自动化的核心。
【效果展示】
最终产出包含：向量化清洗逻辑、内存优化读取方式、聚合统计表及自动导出模块。配合Jupyter逐段运行，原本半天的手工核对只需30秒，准确率提升至99.9%，且脚本可无限复用。