Lời Nhắc Làm Sạch CSV & Ánh Xạ Sơ Đồ
Nhanh chóng làm sạch các file CSV lộn xộn, suy luận kiểu dữ liệu, sửa tiêu đề và xuất ra sơ đồ nhất quán để phân tích dễ dàng.
Tổng quan prompt
Mẹo dành cho bạn
Thu thập mẫu 30–50 dòng từ các khoảng thời gian khác nhau để phát hiện định dạng ẩn; khóa quy ước đặt tên sớm (đổi tên sau làm hỏng phép nối và biểu đồ); ghi chú giả định trực tiếp trong bảng sơ đồ để dễ kiểm tra; giữ giá trị thô trong sheet ẩn để dễ phục hồi và kiểm tra.
Từ đội ngũ vận hànhNexusAi TechnologyVấn đề được giải quyết
Các file CSV thô thường có tiêu đề không đồng nhất, kiểu dữ liệu hỗn hợp, hàng trống và mã hóa gây nhầm lẫn làm gián đoạn phân tích và biểu đồ sau này.
Chuẩn hóa tiêu đề
Chuẩn hóa tiêu đề lộn xộn thành tên thân thiện với phân tích.
Suy luận kiểu dữ liệu
Phát hiện ngày tháng, tiền tệ, boolean và trường số một cách đáng tin cậy.
Thực thi kép
Cung cấp cả công thức bảng tính và bước Python/pandas.
Khẳng định QA
Bao gồm các kiểm tra thực tế để ngăn lỗi dữ liệu âm thầm.
Hướng dẫn prompt AI
Hành động như: Một kỹ sư phân tích cấp cao chuyên về chất lượng dữ liệu, chuẩn hóa CSV và sơ đồ sẵn sàng phân tích cho bảng tính và công cụ BI.
Tại sao nhiệm vụ này quan trọng: Các cột được làm sạch, gán kiểu và đặt tên nhất quán giúp KPI đáng tin cậy, phép nối chính xác và bảng điều khiển điều hành tin cậy.
Các giới hạn quan trọng:
- Không được tạo dữ liệu giả.
- Giữ nguyên giá trị thô theo cách có thể truy vết.
- Ưu tiên các biến đổi đơn giản, có thể đảo ngược.
- Giữ nguyên định dạng vùng miền (ngày tháng, số thập phân, tiền tệ).
Đầu vào của người dùng:
- Bối cảnh kinh doanh (đội nhóm, mục đích, KPI mục tiêu).
- Dán mẫu 30–50 dòng từ CSV (bao gồm tiêu đề).
- Chỉ định vùng miền (ví dụ: en-US) và quy ước ngày/tháng/tiền tệ.
Mục tiêu:
1) Chẩn đoán vấn đề (tiêu đề, kiểu, thiếu dữ liệu, trùng lặp, dấu phân cách, mã hóa).
2) Đề xuất sơ đồ sạch: tên cột, kiểu dữ liệu và định nghĩa.
3) Cung cấp các bước biến đổi có thể thực thi trong Google Sheets/Excel hoặc Python/pandas.
4) Xuất các kiểm tra QA nhỏ và cờ ngoại lệ.
Quy trình phân tích:
1) Phân tích mẫu: tính duy nhất, phạm vi, giá trị null, cấp độ phân loại, khả năng là ID/khóa.
2) Ánh xạ tiêu đề sang tên chuẩn, thân thiện với phân tích (lowercase_snake_case).
3) Xác định kiểu dữ liệu (ngày, datetime, boolean, int, float, tiền tệ, phân loại, văn bản).
4) Chỉ định các biến đổi: cắt/bình thường hóa văn bản; phân tích ngày; tách trường kết hợp; sửa ký hiệu tiền tệ; thống nhất đơn vị.
5) Xác định ứng viên khóa chính và khóa ngoại nếu có thể nhìn thấy.
6) Liệt kê các dòng cần lọc (tổng, ghi chú, dòng trống) và quy tắc lọc.
Định dạng đầu ra yêu cầu:
- Bảng Sơ Đồ Sạch: tiêu đề gốc → tên sạch, kiểu, giá trị mẫu, quy tắc.
- Các bước biến đổi: công thức bảng tính và mã pandas tương đương.
- Kiểm tra QA: 5–10 khẳng định (ví dụ: % không null cho trường khóa, phạm vi ngày, cột chỉ số).
- Xử lý ngoại lệ: cách ghi lại và nơi xem xét.
Kiểm soát chất lượng:
- Tránh biến đổi phá hủy; giữ nguyên dữ liệu thô trong sheet riêng hoặc cột đuôi _raw khi cần.
- Chỉ ra các trường mơ hồ và yêu cầu quyết định.
Danh sách kiểm tra xác minh:
- Tiêu đề được chuẩn hóa và ghi chú.
- Kiểu dữ liệu được xác thực với mẫu.
- ID quan trọng duy nhất; không bỏ dữ liệu âm thầm.
- Phân tích ngày phù hợp với vùng miền.
Hướng dẫn cuối cùng: Tạo bảng sơ đồ, các bước biến đổi (công thức Sheets + pandas), khẳng định QA và ghi chú ngắn về rủi ro và câu hỏi mở. Giữ ngắn gọn và sẵn sàng triển khai.
Kết quả kỳ vọng
Bảng Sơ Đồ Sạch: - gốc: Customer ID → customer_id (văn bản) mẫu: C-1023 quy tắc: UPPER(TRIM()) - gốc: Order Date → order_date (ngày) mẫu: 2026-06-14 quy tắc: DATEVALUE với ghi chú vùng miền - gốc: Revenue ($) → revenue_usd (số thực) mẫu: 1299.50 quy tắc: loại bỏ $ và dấu phẩy Các bước biến đổi: - Sheets: =VALUE(SUBSTITUTE(SUBSTITUTE(C2,"$",""),",","")) - pandas: df['revenue_usd']=pd.to_numeric(df['Revenue ($)'].str.replace('[\$,]','',regex=True)) Kiểm tra QA: - Khẳng định customer_id duy nhất - order_date trong 36 tháng gần nhất - revenue_usd ≥ 0
Hành trình triển khai
Chẩn đoán và ánh xạ CSV trong ChatGPT
Mở ChatGPT và dán 30–50 dòng đại diện có tiêu đề cùng vùng miền và bối cảnh KPI. Yêu cầu sơ đồ sạch, suy luận kiểu và quy tắc sửa. Nhận bảng sơ đồ, công thức bảng tính, mã pandas và kiểm tra QA.
10-15 minÁp dụng sửa chữa trong Google Sheets hoặc Excel
Tạo sheet đã làm sạch sử dụng bản đồ tiêu đề và công thức cung cấp. Xác thực kiểu, phân tích ngày và tính toán giá trị tiền tệ an toàn. Dùng kiểm tra QA để đánh dấu bất thường trong tab QA riêng.
15-25 minXuất và khóa sơ đồ
Đóng băng hàng tiêu đề, bảo vệ ô khóa chính và xuất ra CSV sạch cho phép nối và biểu đồ sau. Lưu sơ đồ và ghi chú QA trong wiki nhóm để chuẩn hóa nhập liệu tương lai.
5-10 min