让 AI 清洗 Excel 表格前，先写清这 5 条规则

让 AI 清洗 Excel 表格，第一步应该是约定什么可以改、什么必须保留。只说“整理一下，去掉重复，统一格式”，很容易得到一张更整齐、含义却变了的表。

例如，订单号 00128 被改成数字 128，缺失金额被补成 0，同一个人买的两笔订单被合并。这些变化不一定让文件报错，却可能让后面的核对和统计失去依据。

无论你让 AI 解释表格，还是让它生成清洗脚本，都可以先写下面五条规则。本文用原创虚构订单作教学示例，不涉及真实客户，也不代表任何 AI 产品的准确率测试。

一、先解释字段，编号不要按数量处理

同样一串字符，可能代表数量，也可能只是标识。订单号、邮编、商品编码通常不能仅凭“看起来像数字”就转成数值；前导零可能是编号的一部分。

给 AI 一份简短字段说明：订单号是文本，原样保留；金额是人民币元，允许两位小数；日期只接受明确约定的写法；备注是自由文本，不改业务内容。字段说明不确定时，先列问题，不让它猜。

这里还有一道输入边界：如果原文件中的前导零已经丢失，仅凭 128 无法判断原来是 00128、0128 还是 128。除非业务方确认固定长度，否则不要“补齐成看起来合理的编号”。

准备文件时保留原件，先用脱敏样本说明结构，再决定是否处理完整数据。客户身份、联系电话等字段，只交给组织允许使用的工具，并按实际权限控制提供范围。

二、说清“重复”按什么判断

“删除重复行”至少有两种意思：所有字段完全相同，或某几个业务字段相同。姓名相同，不表示订单相同；订单号相同，也可能是同一订单下的不同商品行。

因此要明确三件事：用哪些列识别重复，重复时保留哪条，遇到字段冲突怎么办。比如，“只合并所有字段一致的行；订单号相同但金额不同的记录，全部放进异常表，暂不删”。

这个区分有明确的工具依据。pandas 的 drop_duplicates 官方文档把“用哪些列判断”与“保留第一条、最后一条或都不保留”分开设置。它说明去重需要规则，并不替你决定订单的业务含义。

若约定保留“最新一条”，还要说明按哪个更新时间排序，以及时间缺失、并列时如何处理。工作表里排得更靠后，不必然代表业务记录更新。

三、空值、零和异常值分开处理

空白金额可能是未录入、待核对或不适用；0 则是一个具体数值。把空白补零，会把“还不知道”变成“已经确定为零”。

同样，待确认、—、N/A 是否算缺失，取决于字段说明。不要把全表中的这些文本一律替换掉，备注里的短横线可能只是正常标点。

先约定：哪些写法归为缺失，缺失后保留为空还是进入异常表，哪些字段允许填补，以及填补依据来自哪里。没有依据，就保留未知，并在异常表写清原因。

转换数字失败也要单独记录。pandas 的 to_numeric 文档区分报错与转成缺失值的处理；后者不表示原记录本来就为空。如果采用这类转换，应同时保存原值与失败原因，避免异常悄悄混入普通缺失项。

四、统一格式前，先确认单位和日期含义

把 ￥120.00 转成 120.00，前提是金额单位已经确认。若同一列混有元、万元或其他币种，去掉符号只会隐藏差异。没有明确换算规则时，将它们列为待核对项。

日期也一样。03/04/2026 可以对应不同的月日顺序，不能仅靠选择一个日期格式就消除歧义。明确来源地区或字段约定后再解析；无法确认的值保留原文，不自行猜测。

可以要求输出统一的 YYYY-MM-DD，同时保留原日期列。这里统一的是显示和存储方式，原文没有提供的时区、时刻或精度，不能凭空补上。

先让 AI 输出转换规则和几行预览，人工确认后再处理整表。对于公式、多工作表或合并单元格，还要提前说清保留范围；清洗数据值不等于完整保留工作簿功能。

五、用异常表和变更记录验收

不要只检查“文件能打开”。至少核对原始行数、保留行数、删除行数、异常标记数，以及每个字段的转换失败数。若异常表只是主表记录的副本，这些行不能再次相加当成新数据。

抽查时有意选择容易出错的记录：带前导零的编号、同编号不同金额、空值与零、含单位的金额、日期顺序不明确的值。这里是在检查规则是否执行，少量抽查不能证明整份数据绝对正确。

本次虚构示例的预期很具体：00128 原样保留；金额冲突不擅自选一条；空白金额不补零；明确的零保持为零；歧义日期进入异常清单。把这些预期提前写下，比完成后凭印象判断更容易发现问题。

涉及汇总金额时，单独比较清洗前后可解析记录的范围和合计，并说明删除、换算或排除异常值的影响。合计不变是一个信号，也不能独自证明逐行转换正确。

可以直接改写的提问模板

请先审查规则和样本，不要覆盖原文件，也不要立即处理全表。
目的：整理订单明细，生成可供人工核对的清洗副本。
字段：订单号是文本，保留前导零；金额单位为人民币元；日期按已确认的年-月-日解析。
重复：仅删除所有字段一致的重复行；订单号相同但其他字段冲突时，保留并标记待核对。
缺失：空金额保持缺失，不补零；非数字内容保留原值，另记转换失败原因。
格式：单位或日期顺序不明确时不猜测；新增标准值列，保留原值及来源行号。
输出：清洗副本、异常表、逐项变更记录，并说明异常表是否与主表重叠。
验收：列出输入/保留/删除行数及各类异常数量；用样本逐条核对上述规则。
请先列出缺少的业务信息，并展示少量转换预览，等确认后再执行。

如果接下来让 AI 编写脚本，可以把这份规则放进需求描述模板，再按自动化工作流的拆解方法分开处理读取、转换、异常输出与核对。

完成后，用构建记录模板记下文件版本、规则和检查结果。发布到造个啥的“方法与工具”时，分享脱敏样本与已知限制；没有实际检查过的步骤，保留为待验证。

资料依据：本文于 2026 年 10 月 31 日核对 pandas 去重文档及数值转换文档。引用用于解释规则差异；订单示例、提问模板及流程图为原创教学材料。