✨
数据清洗脚本提示词
导航
🧹
数据清洗脚本提示词提示词
用一份结构化提示词让 AI 写出安全可用的数据清洗脚本，按检查、处理、验证三步走。学完你能处理重复、缺失和格式混乱的数据，且知道每步在做什么。
难度：进阶数据分析
📋 直接复制的 Prompt
你是一名数据工程师。请用 Python 的 pandas 写一个数据清洗脚本。数据说明：【列名、类型、样例值和常见脏数据情况】；清洗目标：【填写】；不允许改动的字段：【填写】。要求：一，脚本分三步，诊断、清洗、验证，每步分段注释；二，诊断步骤输出每列的缺失率、重复行数和异常值统计；三，清洗步骤每次处理前打印处理前形状，说明规则和影响行数；四，验证步骤对比处理前后关键字段分布；五，不覆盖原始文件，输出到新文件；六，遇到规则不明确的地方在注释中标 TODO 让我确认。
💡 输出为带三段注释的完整 pandas 脚本，打印每步前后数据形状，规则不明确处标 TODO 待确认。
🪜 操作步骤
1
先描述脏数据类型
重复、缺失、格式和异常值分别说明。操作时把界面上的关键按钮和选项名字写清楚，方便对照着找。做完这一步先别急着往下，确认结果符合预期再进行下一步。
2
要求先诊断后处理
先出统计报告再决定怎么清。操作时把界面上的关键按钮和选项名字写清楚，方便对照着找。做完这一步先别急着往下，确认结果符合预期再进行下一步。
3
每步打印前后对比
行数、缺失率和分布变化。操作时把界面上的关键按钮和选项名字写清楚，方便对照着找。做完这一步先别急着往下，确认结果符合预期再进行下一步。
4
保留原始数据
脚本只处理副本，原文件不动。操作时把界面上的关键按钮和选项名字写清楚，方便对照着找。做完这一步先别急着往下，确认结果符合预期再进行下一步。
💡 进阶技巧
清洗规则要先和业务确认，比如空值填什么。删数据前一定先备份。多试几次再下结论，模型输出有随机性，同一问法换两次说法往往效果不同。
🔍 没有找到匹配的工具，换个关键词试试
🔗 相关内容 · 站内推荐同组优选 · 12 条内链
清洗前后对账报告 · 数据清洗脏数据根因回溯分析 · 数据清洗资深数据清洗工程师 · 数据清洗资深数据质量分析师 · 数据清洗资深数据仓库架构师 · 数据清洗缺失值盘点与填补 · 数据清洗异常值识别与处置 · 数据清洗去重口径与主键设计 · 数据清洗字段类型与格式归一 · 数据清洗跨表一致性校验清单 · 数据清洗
上级频道与枢纽：
推荐按同领域 / 同分组自动聚类，全部指向站内真实页面，便于搜索引擎抓取与顺链浏览。