脏数据烦死人?5分钟让AI帮你搞定数据清洗
提示词描述:
面向数据分析师与运营人员的Python数据清洗模板。针对Excel/CSV脏数据痛点,引导AI编写带异常处理的自动化脚本。填写越贴近真实数据特征,输出的Pandas代码越精准,帮你告别手动整理表格的低效时代。
提示语关键词:
AI数据清洗, Python脚本编写, ChatGPT数据处理, Pandas自动化, AI辅助编程, 办公提效工具
提示词内容:
【模板说明】
哥们,是不是每次拿到一堆乱七八糟的表格数据就头大?手动洗数据简直是在做苦力。这个提示词模板就是帮你把苦力活外包给AI的。你只要把数据特征和清洗目标填进去,它就能帮你写好完整的Python脚本,跑一遍数据就干净了,效率直接拉满。
【使用场景】
非常适合做数据分析前的预处理阶段,或者运营、产品经理需要自己跑点数据报表的时候。不管你是处理CSV、Excel还是从数据库导出的原始日志,它都能帮你搞定去重、补全、格式转换这些脏活。
【模板正文】
你现在是Python数据处理专家。请根据以下信息,为我编写一个基于Pandas的数据清洗脚本:
1. 原始数据格式:{填写数据格式}
2. 核心脏数据表现:{填写数据问题}
3. 最终目标字段:{填写目标字段}
4. 输出要求:生成可独立运行的.py文件,包含异常捕获机制,处理逻辑需附带逐行注释,并在控制台打印清洗前后的数据量对比。
【填写指南】
这一步很关键!填的时候越贴近真实情况越好。比如“数据问题”别光写“有缺失”,改成“日期列混入了文本字符串、手机号列存在重复且带横杠、金额列包含负数异常值”。AI看到你这么具体的描述,写出来的正则匹配和过滤逻辑绝对精准,你连调试的时间都省了。
【效果示例】
当你填入“CSV表格”、“包含空值、重复订单号、日期格式不统一”、“保留订单ID、清洗后日期、有效金额”时,AI会直接甩给你一段包含drop_duplicates、pd.to_datetime和apply函数的完整脚本。你只需要改一下文件路径,一键运行就能得到一份清爽的新表格,再也不用跟报错信息死磕了!