数据脏乱差？WorkBuddy四步清洗规整

你导出的数据是不是这样：客户名字一半带空格一半不带，手机号有的11位有的混了座机，日期一会儿”2026/1/3″一会儿”1月3日”，五千行里还藏着三百个重复？这种”脏数据”不先收拾干净，后面做的图、算的数全是大坑。

我以前用 Excel 手动改，五千行能改一下午还改不干净。后来用 WorkBuddy 把清洗拆成四步，同一份脏表二十分钟出库。这套打法我天天用，今天摊开讲。

第一步：让 WorkBuddy 先给数据”体检”

别一上来就改。先把整张表丢给 WorkBuddy，让它列出这张表到底脏在哪：缺值、重复、格式不统一、乱码、异常值，各占多少。

直接复制这段提示词：

这一步出来，你才知道该先治哪块。我常遇到以为”只是有点乱”，体检完才发现手机号字段 40% 写法不一，这种坑手动改根本发现不了。

第二步：统一格式，把”同一件事”写成一样

脏数据最普遍的问题，是同一个信息写了好几种写法。日期、金额、手机号、姓名空格，全要给它统一成一种格式，机器才认。

提示词照抄：

WorkBuddy 处理这类规则明确的格式转换很稳，比人工一行行改快十倍，而且不会漏。金额、手机号同理，只要规则讲清楚，它就能批量跑。

第三步：去重 + 补全，把空的和假的清掉

重复行和空值最容易被忽略。让 WorkBuddy 按”关键字段”判定重复（比如手机号和姓名同时相同才算同一个人），再对缺失值给出补全建议——不是瞎填，而是按规则或留空标注。

提示词：

我一般会要求它”补全要可解释”，AI 才不敢乱编数据。这一步清完，表就干净了一大半。

第四步：异常值拦截，最后一道闸

最后让 WorkBuddy 当”审计员”，把金额为负、年龄为 200、日期在未来这类明显异常揪出来，单独列清单，你再决定删还是改。

提示词：

我习惯把异常交给人拍板，AI 只负责”找出来”，不负责”替你改”，这样不会改出事故。

三种最常见的脏，对症下招

• 格式乱：同一字段多种写法，重点在第二步格式统一。

• 重复多：导入重复、人工录入重复，重点在第三步按关键字段去重。

• 缺值空：必填没填、导出丢字段，重点在第三步标注补全 + 第四步异常拦截。

先判断自己是哪种，四步的精力分配就不一样：格式乱重第二步，重复多重第三步，缺值空则两步都要下功夫。

举个真实 before / after

初稿里我导出的”金额”列，混着”1,200.00″”¥1200″”1200元””1.2k”四种写法。统一后变成：

差别就是”机器能算”。格式不统一，Excel 求和直接给你 0，你还得查半天到底是哪行的问题。

四步不是万能药

就几十行、格式本来就对的数据，别上四步，直接发。四步真正值钱的是：上千行、从老旧系统导出、要拿去做报表或分析的脏表。周报数据、客户名单、订单导出，全是它主场。短内容用模板直接发更高效。

新手最常踩的三个坑

带过几个同事用这套，踩的坑都差不多：

• 不体检就改：没看清病根就动手，改完发现漏了更严重的。记住顺序——先体检，再统一，后去重，最后拦异常。

• 让 AI 自动乱补：缺失值让 AI “自己补”，它容易编数。一定要加”补全要可解释 + 留标记”。

• 异常也交给 AI 改：异常值涉及业务判断，让 AI 只列清单，人来定。

我怎么把它融进日常

我不是每次都四步全走。日常小表走”第一步体检 + 第二步格式统一”就够；只有从老系统导出的大脏表、还要拿去做分析的，才走全套。把四步当”重武器”，别当”每天必做”，才用得长久。

一个我踩过的坑

最早我让 WorkBuddy “把这张表整理干净”，它直接把三千条空城市填成了”北京”。后来我固定加一句”缺失值补全要可解释，并打 [补] 标记，不得无依据编造“，质量立刻回来。AI 清洗最怕它替你编，而不怕它慢。

清洗完记得留痕，方便回溯

每次清洗完，我让 WorkBuddy 顺手输出一份”变更日志”：改了哪列、统一成什么规则、去重多少条、补全多少条、异常几条。这份日志我存进表旁边的备注文件，不占地方但很有用。

提示词：

有了这份日志，三个月后老板问”当时那批城市缺失是怎么处理的”，你一翻就有，不用重新想。清洗不是一次性的事，留痕才能让数据资产可审计，也避免下次同类型的脏又从零排查。

四步走完，脏表变净表，后面的图才画得出来、数才加得对。

你用 WorkBuddy 处理数据时，最卡的是哪一步？是格式统一，还是去重补全？评论区告诉我，我下一篇可以专门拆。如果觉得有用，点个「在看」，也欢迎转发给总被脏数据折磨的同事。

#WorkBuddy #AI办公 #效率工具