第 4 讲：AI 处理 Excel 数据 - 让 AI 帮你搞定脏数据

大家好，我是正在实战各种 AI 项目的程序员晚枫。

😫 场景导入：你被Excel折磨过吗？

场景1：周一早上的噩梦

1
2
3
4
5
6
7
8
9
10
11
12
老板：小王，把上周各区域的销售数据汇总一下，9点开会要用
你：[内心崩溃]

实际情况：
- 华东数据在张三发的邮件附件里
- 华北数据在李四的企业微信文件里
- 华南数据在共享文件夹的某个Excel里
- 数据格式还不统一：有的用"万元"，有的用"元"
- 有的用"2026.4.1"，有的用"2026/4/1"
- 有的部门名称是"销售部"，有的是"销售一部"

结果：花了2小时还没搞定，差点耽误开会...

场景2：月度报表的地狱

1
2
3
4
5
6
7
8
月底了，要汇总30个部门的数据：
- 5个部门的Excel版本不对（打不开）
- 8个部门的表格格式不统一
- 12个部门有数据缺失
- 3个部门重复提交了
- 2个部门还没交

手动处理？一个下午就没了。

如果你也经历过这些，这一讲就是为你准备的。

用AI处理Excel数据，让原本2小时的工作，变成5分钟搞定。

📊 一、常见的脏数据问题

问题1：格式不统一

表现： 同一种数据，多种格式

1
2
3
4
5
6
❌ 原始数据：
姓名      | 销售额      | 日期
张三      | 10000      | 2026.4.1
李四      | 20,000元   | 2026/4/2
王五      | 30000.00   | 2026年4月3日
赵六      | 4万        | 4月4日

问题：

  • 销售额有数字、有金额格式、有中文数字
  • 日期格式五花八门
  • 无法直接计算和排序

✅ 清洗后：

1
2
3
4
5
姓名      | 销售额    | 日期
张三      | 10000    | 2026-04-01
李四      | 20000    | 2026-04-02
王五      | 30000    | 2026-04-03
赵六      | 40000    | 2026-04-04

问题2：缺失值

表现： 数据不完整

1
2
3
4
5
6
❌ 原始数据：
订单号    | 客户名   | 金额     | 状态
001       | 张三     | 1000    | 已付款
002       | 李四     |         | 待付款
003       |          | 3000    | 已付款
004       | 王五     | 4000    |

问题：

  • 金额缺失，影响统计
  • 客户名缺失，无法追溯
  • 状态缺失，不知道订单情况

✅ 清洗后：

1
2
3
4
5
订单号    | 客户名   | 金额     | 状态
001       | 张三     | 1000    | 已付款
002       | 李四     | 0       | 待付款
003       | 未知     | 3000    | 已付款
004       | 王五     | 4000    | 待确认

问题3：重复数据

表现： 同一数据出现多次

1
2
3
4
5
6
7
❌ 原始数据：
姓名      | 部门     | 销售额
张三      | 销售部   | 10000
张三      | 销售部   | 10000
李四      | 市场部   | 20000
王五      | 销售部   | 15000
李四      | 市场部   | 20000

问题：

  • 统计结果翻倍
  • 分析结论错误

✅ 清洗后：

1
2
3
4
姓名      | 部门     | 销售额
张三      | 销售部   | 10000
李四      | 市场部   | 20000
王五      | 销售部   | 15000

问题4：异常值

表现： 明显不合理的数据

1
2
3
4
5
❌ 原始数据：
姓名      | 年龄     | 工资
张三      | 25       | 8000
李四      | 200      | 9000    ← 年龄异常
王五      | 30       | 500000  ← 工资异常

问题：

  • 影响统计结果
  • 可能是输入错误

问题5：数据类型错误

表现： 数字存成文本，日期存成字符串

1
2
3
4
5
6
7
❌ 原始数据：
日期（文本）| 金额（文本）
2026-04-01 | "10000"
2026-04-02 | "20000"

❌ 无法计算：
=SUM(B:B) → 结果为0，因为是文本

✅ 清洗后：

1
2
3
4
5
6
日期（日期型）| 金额（数字）
2026-04-01   | 10000
2026-04-02   | 20000

✅ 可以计算：
=SUM(B:B) → 结果为30000

🤖 二、用 AI 清洗数据

方法1：ChatExcel（零代码方案）

网址： chatexcel.com

优势： 完全用自然语言操作，零基础也能用

操作步骤：

1
2
3
4
步骤1：打开chatexcel.com
步骤2：上传Excel文件
步骤3：输入指令
步骤4：下载清洗后的文件

实际操作示例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
场景：清洗销售数据

原始指令：
"帮我清洗这个表格：删除重复行，把空值填充为0，
 统一日期格式为YYYY-MM-DD，把金额列的'元'和逗号去掉"

ChatExcel执行：
[3秒后]
✅ 删除了5行重复数据
✅ 填充了3个空值为0
✅ 统一了日期格式
✅ 清理了金额格式
[显示预览]

确认无误后，点击下载

更多指令示例：

1
2
3
4
5
6
指令1：删除所有空行
指令2：把"销售额"列的异常值（<0或>100万）标红
指令3：把"手机号"列统一格式为138-xxxx-xxxx
指令4：提取"地址"列的省市区信息到新列
指令5：把"姓名"列的空格去掉
指令6：按"部门"分组，计算每个部门的总销售额

性能对比：

操作手动操作ChatExcel效率提升
删除重复行（100行）5分钟5秒60倍
格式统一10分钟10秒60倍
缺失值填充3分钟3秒60倍
整体清洗（小数据）30分钟1分钟30倍

方法2：Claude/ChatGPT（交互式方案）

优势： 更灵活，可以处理复杂逻辑

操作步骤：

1
2
3
4
步骤1：复制数据到AI对话框
步骤2：输入清洗指令
步骤3：AI返回清洗后的数据
步骤4：复制回Excel

提示词模板：

1
2
3
4
5
6
7
8
9
10
11
12
13
你是一名数据清洗专家。
我有以下数据需要清洗：

数据格式：[CSV/Markdown表格]
数据内容：
[粘贴数据]

清洗要求：
1. [要求1]
2. [要求2]
3. [要求3]

输出格式：[CSV/Markdown表格]

实际示例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
你是一名数据清洗专家。
我有以下CSV数据需要清洗：

姓名,销售额,日期
张三,10000元,2026.4.1
李四,20000,2026/4/2
王五,30000.00,2026年4月3日
,40000,4月4日
赵六,,2026-04-05

清洗要求：
1. 删除"销售额"列的"元"字和符号
2. 统一日期格式为YYYY-MM-DD
3. 姓名为空的行删除
4. 销售额为空的填充为0

输出格式：CSV格式

AI返回：

1
2
3
4
5
姓名,销售额,日期
张三,10000,2026-04-01
李四,20000,2026-04-02
王五,30000,2026-04-03
赵六,0,2026-04-05

方法3：Python + AI（批量处理方案）

优势： 可以批量处理大量文件，适合程序员

代码示例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
# 安装依赖：pip install pandas openpyxl python-office

import pandas as pd
import office

# 1. 读取Excel文件
df = pd.read_excel('销售数据.xlsx')

# 2. 基础清洗
# 删除重复行
df = df.drop_duplicates()

# 删除空行
df = df.dropna(how='all')

# 填充缺失值
df['销售额'] = df['销售额'].fillna(0)

# 去除字符串空格
df['姓名'] = df['姓名'].str.strip()

# 3. 格式统一
# 统一日期格式
df['日期'] = pd.to_datetime(df['日期'], errors='coerce')

# 去除金额中的符号
df['销售额'] = df['销售额'].astype(str).str.replace('元', '')
df['销售额'] = df['销售额'].str.replace(',', '')
df['销售额'] = pd.to_numeric(df['销售额'], errors='coerce')

# 4. 异常值处理
# 标记异常值
df.loc[df['销售额'] < 0, '备注'] = '金额异常'
df.loc[df['销售额'] > 1000000, '备注'] = '金额过大'

# 5. 保存清洗后的文件
df.to_excel('销售数据_已清洗.xlsx', index=False)

print('数据清洗完成！')
print(f'原始行数：{len(pd.read_excel("销售数据.xlsx"))}')
print(f'清洗后行数：{len(df)}')

批量处理多个文件：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
import pandas as pd
import os
import office

def clean_excel_file(input_path, output_path):
    """清洗单个Excel文件"""
    df = pd.read_excel(input_path)
    
    # 删除重复行
    df = df.drop_duplicates()
    
    # 删除全空行
    df = df.dropna(how='all')
    
    # 填充缺失值
    df = df.fillna(0)
    
    # 保存
    df.to_excel(output_path, index=False)
    
    return len(df)

# 批量处理文件夹中的所有Excel
input_dir = './原始数据/'
output_dir = './清洗后数据/'

# 创建输出目录
os.makedirs(output_dir, exist_ok=True)

# 处理每个文件
for filename in os.listdir(input_dir):
    if filename.endswith('.xlsx') or filename.endswith('.xls'):
        input_path = os.path.join(input_dir, filename)
        output_path = os.path.join(output_dir, filename)
        
        rows = clean_excel_file(input_path, output_path)
        print(f'处理完成：{filename}，{rows}行数据')

print('\n全部处理完成！')

用python-office一键合并清洗：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
import office

# 1. 合并所有Excel文件
office.excel.merge2excel(
    dir_path='./各部门数据/',
    output_file='总数据.xlsx'
)

# 2. 清洗合并后的数据
import pandas as pd
df = pd.read_excel('总数据.xlsx')
df = df.drop_duplicates()
df.to_excel('总数据_已清洗.xlsx', index=False)

print('合并并清洗完成！')

📐 三、AI 生成 Excel 公式

1. VLOOKUP 查询公式

场景： 从另一个表查询数据

提示词：

1
2
3
4
5
6
7
8
9
10
11
12
你是一名Excel专家。
帮我写一个VLOOKUP公式。

需求：
- 表1（销售明细表）：A列是产品编号，B列是产品名称，C列是销售额
- 表2（价格表）：A列是产品编号，B列是单价
- 我需要在表1的D列查询每个产品的单价

要求：
1. 给出完整公式
2. 解释每个参数
3. 处理查不到的情况

AI返回：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
✅ 完整公式（在表1的D2单元格输入）：

=IFERROR(VLOOKUP(A2, 价格表!A:B, 2, FALSE), "未找到")

📝 参数解释：

- A2：要查找的产品编号
- 价格表!A:B：查找范围（价格表的A列到B列）
- 2：返回第2列（单价）
- FALSE：精确匹配
- IFERROR：如果查不到，显示"未找到"而不是报错

💡 使用示例：

表1（销售明细）：
产品编号 | 产品名称 | 销售额 | 单价（公式）
P001    | 产品A   | 1000  | =IFERROR(VLOOKUP(A2, 价格表!A:B, 2, FALSE), "未找到")
P002    | 产品B   | 2000  | ...

价格表：
产品编号 | 单价
P001    | 50
P002    | 100

结果：
产品编号 | 产品名称 | 销售额 | 单价
P001    | 产品A   | 1000  | 50
P002    | 产品B   | 2000  | 100
P003    | 产品C   | 3000  | 未找到

2. SUMIF 条件求和

场景： 按条件求和

提示词：

1
2
3
4
5
6
7
8
9
10
11
12
13
你是一名Excel专家。
帮我写一个SUMIF公式。

需求：
- A列是部门名称（销售部、市场部、技术部...）
- B列是员工姓名
- C列是销售额
- 需要计算每个部门的总销售额

要求：
1. 在E列列出部门名称
2. 在F列用SUMIF计算各部门总销售额
3. 提供完整公式和解释

AI返回：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
✅ 设置步骤：

步骤1：在E列列出部门名称（去重后的）
E2: 销售部
E3: 市场部
E4: 技术部

步骤2：在F列输入公式
F2: =SUMIF(A:A, E2, C:C)

📝 参数解释：

- A:A：条件范围（部门列）
- E2：条件（要统计的部门）
- C:C：求和范围（销售额列）

💡 完整示例：

原始数据：
A列(部门)  | B列(姓名) | C列(销售额)
销售部     | 张三      | 10000
市场部     | 李四      | 20000
销售部     | 王五      | 15000
技术部     | 赵六      | 8000
市场部     | 孙七      | 12000

统计结果：
E列(部门)  | F列(总销售额)
销售部     | 25000  ← 公式：=SUMIF(A:A, E2, C:C)
市场部     | 32000  ← 公式：=SUMIF(A:A, E3, C:C)
技术部     | 8000   ← 公式：=SUMIF(A:A, E4, C:C)

3. COUNTIF 条件计数

场景： 按条件计数

提示词：

1
2
3
4
5
6
7
8
9
10
11
12
你是一名Excel专家。
帮我写COUNTIF公式统计员工人数。

需求：
- A列是部门
- B列是员工姓名
- C列是状态（在职/离职）

需要统计：
1. 每个部门的在职人数
2. 每个部门的离职人数
3. 总人数

AI返回：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
✅ 公式汇总：

1. 在职人数：=COUNTIFS(A:A, "销售部", C:C, "在职")
2. 离职人数：=COUNTIFS(A:A, "销售部", C:C, "离职")
3. 总人数：=COUNTIF(A:A, "销售部")

📝 COUNTIFS用于多条件计数：
- 条件1：A列等于"销售部"
- 条件2：C列等于"在职"

💡 实际应用：

设置统计表：
E列(部门) | F列(在职) | G列(离职) | H列(总计)
销售部    | =COUNTIFS(A:A,E2,C:C,"在职") | =COUNTIFS(A:A,E2,C:C,"离职") | =COUNTIF(A:A,E2)
市场部    | ... | ... | ...

4. IF 条件判断

场景： 多条件判断

提示词：

1
2
3
4
5
6
7
8
9
10
11
12
13
你是一名Excel专家。
帮我写一个多条件IF公式计算绩效等级。

规则：
- 销售额≥10万 且 客户满意度≥90：优秀
- 销售额≥5万 且 客户满意度≥80：良好
- 销售额≥3万 且 客户满意度≥70：合格
- 其他：不合格

数据：
- B列：销售额
- C列：客户满意度
- D列：绩效等级（需要计算）

AI返回：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
✅ 完整公式：

=IF(AND(B2>=100000, C2>=90), "优秀",
 IF(AND(B2>=50000, C2>=80), "良好",
 IF(AND(B2>=30000, C2>=70), "合格", "不合格")))

📝 公式逻辑：

这是嵌套IF + AND函数：
第1层：如果销售额≥10万 且 满意度≥90 → "优秀"
第2层：否则如果销售额≥5万 且 满意度≥80 → "良好"
第3层：否则如果销售额≥3万 且 满意度≥70 → "合格"
第4层：否则 → "不合格"

💡 测试案例：

员工  | 销售额  | 满意度 | 绩效等级
张三  | 120000 | 95    | 优秀
李四  | 60000  | 85    | 良好
王五  | 40000  | 75    | 合格
赵六  | 20000  | 60    | 不合格

5. 日期处理公式

场景： 提取日期信息

提示词：

1
2
3
4
5
6
7
8
9
10
11
你是一名Excel专家。
帮我写公式提取日期信息。

需求：
- A列是日期（如：2026-04-08）
- 需要：
  1. B列：提取年份（2026）
  2. C列：提取月份（4）
  3. D列：提取日（8）
  4. E列：计算是第几季度（Q2）
  5. F列：计算是星期几（周三）

AI返回：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
✅ 公式汇总：

B列（年份）：=YEAR(A2)
C列（月份）：=MONTH(A2)
D列（日）：=DAY(A2)
E列（季度）：="Q" & ROUNDUP(MONTH(A2)/3, 0)
F列（星期）：=TEXT(A2, "aaaa")

📝 公式解释：

- YEAR(A2)：提取年份
- MONTH(A2)：提取月份
- DAY(A2)：提取日
- ROUNDUP(MONTH(A2)/3, 0)：计算季度
  1-3月 → 1, 4-6月 → 2, 7-9月 → 3, 10-12月 → 4
- TEXT(A2, "aaaa")：返回星期几的中文

💡 效果展示：

日期        | 年份 | 月份 | 日 | 季度 | 星期
2026-04-08 | 2026 | 4    | 8  | Q2   | 周三
2026-12-25 | 2026 | 12   | 25 | Q4   | 周五

6. 文本处理公式

场景： 提取和拼接文本

提示词：

1
2
3
4
5
6
7
8
9
10
11
你是一名Excel专家。
帮我写公式处理文本。

需求：
- A列是完整姓名（如："张三"）
- B列是手机号（如："13812345678"）
- 需要：
  1. C列：提取姓（张）
  2. D列：提取名（三）
  3. E列：格式化手机号（138-1234-5678）
  4. F列：生成称呼（张先生/张女士，假设都是男士）

AI返回：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
✅ 公式汇总：

C列（姓）：=LEFT(A2, 1)
D列（名）：=RIGHT(A2, LEN(A2)-1)
E列（格式化手机号）：=LEFT(B2,3)&"-"&MID(B2,4,4)&"-"&RIGHT(B2,4)
F列（称呼）：=LEFT(A2,1)&"先生"

📝 公式解释：

- LEFT(A2, 1)：从左边取1个字符（姓）
- RIGHT(A2, LEN(A2)-1)：从右边取（长度-1）个字符（名）
- 手机号格式化：
  LEFT(B2,3)：前3位
  MID(B2,4,4)：从第4位开始取4位
  RIGHT(B2,4)：后4位
  用"-"连接

💡 效果展示：

姓名  | 手机号      | 姓 | 名 | 格式化手机号     | 称呼
张三  | 13812345678 | 张 | 三 | 138-1234-5678 | 张先生
李四  | 13987654321 | 李 | 四 | 139-8765-4321 | 李先生

🎯 四、实战案例：完整的数据清洗流程

案例：清洗销售数据

场景： 收到一份有各种问题的销售数据

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
# 步骤1：读取数据
import pandas as pd

df = pd.read_excel('销售数据_原始.xlsx')
print(f'原始数据：{len(df)}行')
print(df.head(10))

# 发现的问题：
# 1. 销售额列有"元"、逗号、中文数字
# 2. 日期格式不统一
# 3. 有重复行
# 4. 有缺失值
# 5. 客户名有空格

# 步骤2：删除重复行
df = df.drop_duplicates()
print(f'删除重复后：{len(df)}行')

# 步骤3：处理缺失值
# 删除完全空的行
df = df.dropna(how='all')
# 关键字段为空的删除
df = df.dropna(subset=['订单号', '客户名'])
# 销售额为空的填充为0
df['销售额'] = df['销售额'].fillna(0)

# 步骤4：清洗销售额列
# 去除"元"、"万"等文字
df['销售额'] = df['销售额'].astype(str).str.replace('元', '')
df['销售额'] = df['销售额'].str.replace('万', '0000')
df['销售额'] = df['销售额'].str.replace(',', '')
# 转换为数字
df['销售额'] = pd.to_numeric(df['销售额'], errors='coerce')

# 步骤5：统一日期格式
df['日期'] = pd.to_datetime(df['日期'], errors='coerce')
df['日期'] = df['日期'].dt.strftime('%Y-%m-%d')

# 步骤6：清洗客户名
df['客户名'] = df['客户名'].str.strip()
df['客户名'] = df['客户名'].str.replace(' ', '')

# 步骤7：异常值处理
# 销售额<0的标为异常
df.loc[df['销售额'] < 0, '备注'] = '销售额异常'
# 销售额>100万的标为异常
df.loc[df['销售额'] > 1000000, '备注'] = '销售额过大'

# 步骤8：保存清洗后的数据
df.to_excel('销售数据_已清洗.xlsx', index=False)
print(f'清洗完成：{len(df)}行')

清洗前后对比：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
清洗前：
订单号 | 客户名   | 销售额      | 日期
001   | 张 三    | 10000元    | 2026.4.1
002   | 李四     | 20000      | 2026/4/2
001   | 张 三    | 10000元    | 2026.4.1  ← 重复
003   | 王五     |            | 2026-04-03
004   | 赵六     | 3万        | 4月4日
005   | 孙七     | -5000      | 2026-04-05

清洗后：
订单号 | 客户名   | 销售额    | 日期        | 备注
001   | 张三     | 10000    | 2026-04-01 |
002   | 李四     | 20000    | 2026-04-02 |
003   | 王五     | 0        | 2026-04-03 |
004   | 赵六     | 30000    | 2026-04-04 |
005   | 孙七     | -5000    | 2026-04-05 | 销售额异常

📊 五、性能对比：手动 vs AI

操作手动操作AI工具Python脚本最佳方案
删除重复行（100行）5分钟5秒1秒AI/Python
格式统一10分钟10秒2秒Python
缺失值填充5分钟5秒1秒AI/Python
批量处理（100个文件）5小时不支持30秒Python
复杂逻辑清洗30分钟5分钟3分钟Python
一次性小数据清洗15分钟1分钟5分钟AI
定期批量清洗每次半天不支持10秒Python定时任务

⚠️ 六、避坑指南

坑1：过度依赖AI，不验证结果

表现： AI清洗完直接用，结果发现重要数据被删了

解决：

  1. 清洗前备份原始数据
  2. 清洗后抽样检查
  3. 对比清洗前后的行数
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
# 正确做法：备份+验证
import pandas as pd

# 备份原始数据
df_original = pd.read_excel('数据.xlsx')
df_original.to_excel('数据_备份.xlsx', index=False)

# 清洗
df = df_original.drop_duplicates()

# 验证
print(f'原始行数：{len(df_original)}')
print(f'清洗后行数：{len(df)}')
print(f'删除了{len(df_original)-len(df)}行')

# 抽样检查
print(df.sample(5))

坑2：不处理异常值

表现： 清洗完数据，统计结果还是不对

原因： 异常值没处理

解决：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
# 检查异常值
print(df['销售额'].describe())

# 查看异常值
print(df[df['销售额'] < 0])  # 负数
print(df[df['销售额'] > 1000000])  # 过大

# 处理异常值
# 方案1：删除
df = df[df['销售额'] > 0]

# 方案2：标记
df.loc[df['销售额'] < 0, '备注'] = '异常'

# 方案3：修正（需要人工判断）
# df.loc[df['销售额'] < 0, '销售额'] = abs(df.loc[df['销售额'] < 0, '销售额'])

坑3：格式统一不彻底

表现： 清洗后还是有格式问题

原因： 没考虑到所有情况

解决：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
# 错误做法：只处理一种格式
df['日期'] = df['日期'].str.replace('.', '-')

# 正确做法：考虑所有情况
import pandas as pd

def clean_date(date_str):
    """处理各种日期格式"""
    try:
        # 尝试自动解析
        return pd.to_datetime(date_str).strftime('%Y-%m-%d')
    except:
        return None

df['日期'] = df['日期'].apply(clean_date)

# 处理不了的标记出来
print('无法解析的日期：')
print(df[df['日期'].isna()])

坑4：数据类型转换错误

表现： 数字列变成文本，无法计算

解决：

1
2
3
4
5
6
7
8
9
10
11
12
13
# 错误做法：直接转换
df['销售额'] = df['销售额'].astype(float)  # 如果有非数字会报错

# 正确做法：容错转换
df['销售额'] = pd.to_numeric(df['销售额'], errors='coerce')
# errors='coerce'：无法转换的变成NaN

# 检查转换失败的
print('转换失败：')
print(df[df['销售额'].isna()])

# 处理NaN
df['销售额'] = df['销售额'].fillna(0)

💡 七、本讲作业

作业1：清洗实战

准备一份有问题的Excel数据（或使用课程提供的数据），完成以下清洗：

  1. 删除重复行
  2. 删除空行
  3. 填充缺失值
  4. 统一日期格式
  5. 统一金额格式
  6. 标记异常值

作业2：公式生成

用AI生成以下公式：

  1. VLOOKUP公式：从另一个表查询数据
  2. SUMIF公式：按条件求和
  3. COUNTIF公式：按条件计数
  4. IF嵌套公式：多条件判断
  5. 日期处理公式：提取年月日

作业3：自动化脚本

编写Python脚本，实现批量清洗多个Excel文件。

🎯 本讲总结

核心要点

  1. 常见脏数据：格式不统一、缺失值、重复、异常、类型错误
  2. 清洗工具：ChatExcel（零代码）、AI对话（交互式）、Python（批量）
  3. AI生成公式：VLOOKUP、SUMIF、COUNTIF、IF、日期、文本
  4. 避坑要点：备份验证、处理异常、彻底统一、容错转换

实用清单

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
✅ 清洗流程：
1. 备份原始数据
2. 删除重复行
3. 处理缺失值
4. 统一格式
5. 处理异常值
6. 验证结果

✅ 公式速查：
- 查询：VLOOKUP
- 求和：SUMIF/SUMIFS
- 计数：COUNTIF/COUNTIFS
- 判断：IF/IFS
- 日期：YEAR/MONTH/DAY
- 文本：LEFT/RIGHT/MID/LEN

🔗 课程导航

← 上一讲：AI 提示词入门 | 下一讲：AI 生成数据报表 →

💬 加入学习交流群

👉 点击加入交流群

💬 联系我

平台账号/链接
微信扫码加好友
微博@程序员晚枫
知乎@程序员晚枫
抖音@程序员晚枫
小红书@程序员晚枫
B 站Python 自动化办公社区

主营业务：AI 编程培训、企业内训、技术咨询

科技不高冷，AI很好用。

下一讲，我们学习如何用AI生成数据报表！

🎓 AI 编程实战课程

想系统学习 AI 编程？程序员晚枫的 AI 编程实战课 帮你从零上手！