用 AI 清洗表格最稳妥的方式是：先让 AI 诊断问题、提出清洗规则，再让它写公式或脚本来执行，而不是把整张表贴进去让它直接改。 下面用一个虚构案例演示完整工作流。

案例背景（虚构）

一家小公司的运营同事要把两个渠道导出的客户名单合并，用来做季度回访。表格有几千行，问题包括：日期有「2026/3/5」「3月5日」「20260305」多种写法；同一家公司有全称和简称；城市一列有的写省份有的不写；还有一些重复行。

第 1 步：只给样本做诊断

不要一开始就上传全量数据。先抽取 30 行左右有代表性的样本（并替换掉真实姓名和电话），让 AI 找问题：

下面是客户表的 30 行样本（已脱敏）。请诊断数据质量问题，按列列出：问题类型｜示例｜可能影响｜建议处理方式。
不要修改数据，只做诊断。

AI 通常能指出格式不一致、疑似重复、空值等问题，也可能提出你没注意到的情况，比如同一列混有文本和数字。

第 2 步：人工确认清洗规则

对 AI 的建议逐条决定，例如：日期统一为「YYYY-MM-DD」；公司名以全称为准，建立一张「简称 → 全称」对照表；城市列只保留城市名。这一步必须由人做，因为规则代表业务判断。

第 3 步：让 AI 写公式或脚本

请根据以下规则，为电子表格写出清洗公式（或一段 Python pandas 脚本）：
1. 把 C 列的多种日期写法统一成 YYYY-MM-DD，无法识别的标记为「待检查」
2. 用对照表 Sheet2 把 B 列简称替换为全称
3. 标记 B 列与 D 列都相同的重复行，不要直接删除
请对每个公式解释作用，并说明它处理不了的情况。

让 AI 生成可复用的规则，好处是可以在全量数据上重复执行，也能检查每一步做了什么。

第 4 步：抽样验证

清洗后随机抽取 20 行，与原始数据逐行对照。重点看「待检查」标记的行有多少，以及重复行的判断是否合理。如果发现问题，回到第 3 步修改规则，而不是手动修补个别单元格。

第 5 步：记录与复用

把最终的清洗规则、公式和对照表存成一份说明。下个季度再导出新数据时，直接套用即可，只需处理新出现的异常写法。

这个案例的要点

  • 诊断和执行分开，避免 AI 在你没确认的情况下改动数据
  • 重复行先标记再删除，保留回退空间
  • 敏感信息在交给在线 AI 之前脱敏
  • 规则写成公式或脚本，比一次性的人工修改更可靠

相关阅读