用WorkBuddy做数据清洗：重复、缺失、格式乱，一键理清楚

拿到一份数据，十有八九是脏的：有重复的、有空着的、日期有的写"2026.1.1"有的写"一月一号"、名字有全角半角。直接拿去用，模型学歪、报表算错。本文用大白话教你，怎么用 WorkBuddy 当"数据洗衣工"。

一、为什么清洗是必经步骤

脏数据三大害：重复让统计翻倍、缺失让计算报错、格式乱让系统不认。清洗就是把数据收拾干净，让它能用。这一步省不得，后面全白搭。

二、核心提示词模板（可直接复制）

下面是一段脏数据（CSV 或表格文字），请帮我清洗。

数据：[粘贴] 已知问题：[如"有重复行、日期格式乱、手机号有空格"]

请输出：

1. 清洗后的干净数据（同格式）。
2. 你做了哪些处理，逐条说明（去重、补格式、去空格等）。
3. 哪些行处理不了或有疑问，单独列出来让我看，不要擅自改内容。
4. 给一句数据健康度判断（重复率、完整度）。

大白话讲你为什么这么处理。

三、多轮工作流

第一轮：拿到干净数据 + 处理说明。 第二轮：追问"把'有疑问'的那几行，给我具体修改建议，但要我确认才改"。 第三轮：追问"生成一段质检规则清单，以后新数据照这清单查"（如"日期必须 YYYY-MM-DD"）。

四、具体示例（结构）

数据含"张三,138 0013 8000,2026.1.1"和重复行： 输出结构：

1. 清洗后：张三,13800138000,2026-01-01，重复行删掉。
2. 处理：去空格、日期标准化、去重。
3. 疑问行：一条手机号位数不对，列出待确认。
4. 健康度：重复率 8%，完整度 92%。

注意：以上为结构示例，实际以 WorkBuddy 实时返回为准。

五、进阶：固化成规则

追问"把上面规则写成一份'数据接入检查清单'，以后每次新数据先过一遍"，把一次性的活变成可复用的规矩。

六、踩坑

坑一：让 AI 擅自改有疑问的内容，改错了难追溯。规则："有疑问先列，不擅自改"。 坑二：不要求说明处理，后面不知它动了什么。 坑三：一次清洗太多，AI 漏处理，分批更稳。

七、小结

清洗不是可有可无，是数据能用的前提。用本文模板，把重复、缺失、格式乱理干净，再进治理下一步。大白话：数据先洗澡，再上桌。