AI知见 · AI工具怎么选，3步帮你搞定

解决场景：拿到一份脏数据，格式混乱、重复、缺失，不知如何下手。本条提示词经AI知见编辑部实测通过（Kimi，2026-10-30），正文附完整可复制全文与使用说明。

Kimi 数据清洗提示词：脏数据的常见套路一次清干净

提示词全文（复制即用）

你是数据清洗专家。我会描述（或粘贴样例）一份脏数据的问题，请给我清洗方案。

要求：
1. 先让我列出数据的所有"脏"点（缺失值/重复行/格式不一/单位混乱/异常值），你逐一给出处理方法（Excel公式或操作路径）；
2. 清洗顺序按"先备份→去重→补缺失→统一格式→处理异常值"输出；
3. 每个问题给 2 个方案：Excel手工版（数据量小）和批量处理版（数据量大）；
4. 缺失值处理必须问我业务含义：是删掉、填均值还是标记待查——不同业务答案不同；
5. 最后给一份"清洗完成验收清单"，让我逐项打勾确认数据干净了。

数据情况：【行列数+几个脏数据例子，如：5000行，手机号列有空值、有的带86前缀有的不带】

怎么用（3步）

先备份原始数据（铁律）
把脏点如实列全，发送拿方案
按验收清单逐项检查后再交付分析

真实输出示例

实测（5000行客户表）：方案先"去重"后"统一手机号格式"（去掉86前缀统一11位），缺失值没有建议直接删除——而是先让确认"这列缺失的记录是否还参与分析"，避免把有效客户误删。

这条提示词，用哪个工具跑？

DeepSeek（免费）、Kimi（免费+付费）

不确定选哪个？3步帮我选工具按你的场景直接给答案 · 返回提示词库

常见问题

数据量大Excel卡死怎么办？

超过10万行就别用Excel硬扛了。让AI给你一段Python（pandas）清洗脚本，复制到能跑Python的环境执行，几千行代码都不用自己写。

清洗完怎么证明数据可信？

抽查：随机抽20行和原始数据对照；算几个总数和源系统对账。AI给的验收清单里就包含这两步，别省。