name: excel-cleanup-quickstart display_name: Excel髒資料快速清洗模板 version: 1.0.3 category: 辦公效率 tags: - Excel清洗 - 表格去重 - 資料整理 - 空值填充 - 辦公資料 - 清洗報告 author: Felix trigger: - Excel資料清洗 - 表格去重 - 幫我清洗表格 - 填補空值 - 表格資料整理 - 整理髒Excel - 表格格式統一 - 列拆分處理

Excel髒資料快速清洗模板

適用場景

收到同事/客戶發來的"慘不忍睹"表格：重複行、空值、前後空格、大小寫混亂、日期與手機號格式五花八門，人工整理一小時起步。本技能按「清洗配置 + 原始表格」一次性完成去重、補空、格式統一與列拆分，並輸出清洗報告（每一步改了多少行），讓資料可追溯、結果可複核。

核心能力

1. 去重：整行去重 / 按關鍵列（如手機號、訂單號）去重，dedup_keep 控制保留首條或末條，並記錄被刪條數。
2. 空值處理：按列配置填充策略——固定值、上一行沿用（向下填充）、列均值（數值列）、標記 【缺失】。
3. 格式統一：去首尾空格、全形轉半形、大小寫規整、日期統一為 YYYY-MM-DD、手機號去分隔符校驗 11 位。

   7w4.net小蔥技能站，你的AI助手技能庫。

4. 列拆分：按分隔符將一列拆為多列（如"省-市-區"拆三列），超出目標列數部分自動截斷告警。
5. 清洗報告：逐條列出操作、影響行數、缺失率統計、丟棄/存疑資料清單，方便發給資料提供方核對。

輸入規範

向用戶收集（任一缺失則主動引導補充，不臆測）：

• 原始表格：貼上表格文本 / CSV 內容 / Excel 截圖轉錄（列名 + 資料行）
• 關鍵列：按哪一列判定重複（不提供則整行去重）
• 空值策略：每列缺失時怎麼處理（不提供則預設標記 【缺失】）
• 格式要求：需要統一的列（日期列、手機號列、需去空格的文本列）
• 拆分需求：是否需要把某列按分隔符拆開（可空）

引導話術：「把表格內容發我（直接貼上就行），並告訴我：①按哪列去重（如手機號）②空值怎麼補 ③哪些列要統一格式。我給你清洗好的表格 + 一份清洗報告。」

處理流程

1. 將使用者貼上的表格解析為「列名 + 資料行」，與清洗要求一起整理為 JSON（結構見 references/input_template.md）。
2. 呼叫 scripts/clean_table.py 執行確定性清洗： python scripts/clean_table.py --input table.json # 指定輸出/格式 python scripts/clean_table.py --input table.json --output 清洗結果.md --format both table.json 結構見 references/input_template.md。
3. 輸出清洗後的表格（markdown + CSV 兩種格式）與清洗報告，存疑資料單列提示使用者人工複核。

指令碼引數

輸出格式

== 清洗報告 ==
原始資料：58 行 × 5 列
① 格式統一：手機號列去分隔符，2 條非 11 位已標記存疑（先規整再去重，避免同號不同寫法漏判）
② 去重（按 手機號）：刪除 6 行重複
③ 空值填充：部門列 3 處 → 向下沿用；金額列 2 處 → 列均值 1520.5
④ 拆列：地址 → 省/市/區 3 列
⑤ 資料概覽：清洗後 52 行 × 7 列，空白單元格 3 個（缺失率 0.8%）；各列缺失數：部門 3
清洗後：52 行 × 7 列

== 存疑資料（請人工複核）==
| 行號 | 列 | 原值 | 問題 |
|---|---|---|---|
| 17 | 手機號 | 1380013 | 位數不足 |

== 清洗後表格（markdown）==
| 姓名 | 手機號 | ... |
...

== 清洗後表格（CSV，可直接另存為 .csv 匯入 Excel）==
姓名,手機號,...

邊緣用例（v1.0.3 已覆蓋）

• --format csv → 僅輸出 CSV，不夾雜 markdown 表格
• dedup_keep 取 last → 去重時保留末條；取值非法（非 first/last）→ 回退 first 並告警
• 空行輸入（rows 為空）→ 正常輸出 0 行報告，不報錯
• 整列缺失（全空列）→ 缺失率統計正確（計空白 + 標記 【缺失】 兩者）
• 去重鍵為空的行 → 按空字串參與判重，不誤刪其他行
• 拆列段數超出目標列數 → 多餘部分截斷並告警，不撐破錶格
• 資料超過 2000 行 → 截斷前 2000 行處理並提示

異常處理

• 表格解析失敗（列數不齊）→ 指出第幾行列數異常，請使用者補齊或確認刪除。
• 數值列均值填充遇到非數值 → 該列回退為標記 【缺失】 並在報告說明。
• 關鍵列不存在 → 列出現有列名請使用者重選。
• 輸入 JSON 結構非法（columns/rows 非陣列、非物件）→ 明確報錯並給出退出碼 2/3。

自檢

修改指令碼後先跑一遍，確認無迴歸：

python scripts/clean_table.py --selftest

適用限制與免責宣告

• 本技能處理的是使用者貼上的表格文本；.xlsx 原檔案請先複製資料區域或轉存 CSV。
• 清洗規則是通用規範，業務特殊口徑（如"重複但要保留最新一條"）請在輸入中顯式說明。
• 清洗結果供效率參考，重要資料（財務、合規）請以清洗報告核對後再使用。

這個工具質量不錯，處理表格資料很實用，能一次性完成去重、填充、格式統一併輸出清洗報告，對各種邊界情況考慮得比較周全。不足之處是使用者需要手動配置引數，沒有圖形介面操作，而且不支援直接讀取 Excel 檔案，只能貼上文本或 JSON 資料。