数据管理入门阅读约 6 分钟
使用 AI 清理电子表格数据
在几分钟内（而非几小时）将混乱且不一致的数据转化为干净、可分析的数据集。
数据质量问题是电子表格工作中最大的生产力杀手之一。格式不一致、重复条目、缺失值和拼写错误会破坏分析并导致代价高昂的错误。传统上，数据清理需要繁琐的手工工作或复杂的公式。使用 ModelMonkey 的对话式 AI 助手，您可以使用简单的自然语言命令清理数千行数据——只需描述您的需求并批准更改。
开始前的准备
- 一个 Google Sheets 账户
- 已安装 ModelMonkey 插件
- 一个需要清理数据的电子表格
分步指南
1
识别数据质量问题
在清理之前，了解数据中存在的问题。
- 打开电子表格并扫描常见问题：重复项、大小写不一致、多余空格、混合日期格式、拼写错误、缺失值
- 列出您需要执行的具体清理任务
- 在进行更改前创建数据的备份副本（文件 > 制作副本）
- 通过转到"扩展程序">"ModelMonkey">"打开"来启动 ModelMonkey
Pro Tip
清晰列出问题有助于您为 AI 助手提供具体指令。2
删除重复行
消除重复条目，同时保留唯一记录。
- 在 ModelMonkey 聊天界面中输入："根据 [列名] 删除重复行，保留第一个出现"
- 如果要在删除前识别重复项，请询问："将重复行突出显示为黄色"
- ModelMonkey 将提议更改并向您显示将受影响的内容
- 查看预览，准备好后点击"批准"
- AI 将执行删除或突出显示操作
Pro Tip
如果某些重复项是合法的（例如，循环交易），请指定哪些列使行唯一："根据客户名称和日期删除重复项。"3
标准化文本格式
修复大小写不一致、间距和文本格式问题。
- 在聊天中输入："将所有公司名称标准化为适当的大小写并删除多余空格"
- 对于地址："将所有州缩写标准化为大写（CA、NY、TX）"
- 对于名称："将 A 列中的所有名称转换为标题大小写"
- ModelMonkey 将提议公式或直接编辑以标准化格式
- 查看并批准更改以将其应用于整个数据
Pro Tip
明确指定哪些列需要格式化。您可以说"将适当的大小写应用于 B、C 和 D 列"来一次性针对多个列。4
修复日期和数字格式
将日期和数字标准化为一致的格式。
- 对于混合日期格式，询问："将 B 列中的所有日期转换为 YYYY-MM-DD 格式"
- 对于货币："将 E 列中的所有金额格式化为带 2 位小数的货币"
- 对于百分比："将 F 列中的值转换为百分比"
- ModelMonkey 将检测各种格式并提议转换
- 查看预览以确保格式正确，然后批准
Pro Tip
如果日期以文本形式存储，请先要求 ModelMonkey "将文本日期转换为实际日期值"，然后应用您所需的格式。5
处理缺失值
智能处理空白单元格和缺失数据。
- 通过询问识别缺失值："将 A 到 E 列中的所有空白单元格突出显示为浅红色"
- 使用默认值填充："将 C 列中的空白单元格替换为"未指定""
- 向下填充："用上面单元格的值填充 D 列中的空白单元格"
- 删除不完整行："删除 A、B 或 C 列中任何一个为空白的行"
- 查看每个提议的更改，满意后批准
Pro Tip
谨慎考虑如何处理缺失数据。有时空白真的表示"零"或"不适用"，有时表示应删除的不完整数据。6
纠正拼写错误和不一致性
使用 AI 检测和修复常见拼写错误和变体。
- 询问 ModelMonkey："查找"Google"、"Google Inc"、"Google LLC"等公司名称的变体，并将其标准化为"Google""
- 对于类别："查找可能是重复的相似类别名称并建议合并"
- AI 将分析您的数据并提议具体的替换
- 仔细查看建议 — AI 将向您显示它发现的内容
- 批准要应用的更改
Pro Tip
您可以迭代 — 在 AI 提出建议后，您可以通过说"也将"Acme Corp"和"Acme Corporation"标准化为"Acme""来进行细化。7
验证和检查清理后的数据
确保数据清理不会引入新问题。
- 询问 ModelMonkey："创建一个摘要，显示总行数、各列的空白单元格数和各列的唯一值计数"
- AI 将生成公式来计算这些统计数据
- 对清理后的行的随机样本进行抽查以验证准确性
- 比较之前和之后的行计数，确保您没有意外删除好的数据
- 请求新工作表："创建一个清理日志，记录我今天应用的转换"
Pro Tip
将原始数据保存在单独的工作表中。如果出现问题，您可以随时参考它或使用不同的说明重新运行清理。总结
干净的数据是进行良好分析的基础。过去需要花费数小时进行繁琐的查找和替换操作、手动扫描和复杂公式的工作，现在可以通过自然语言命令在几分钟内完成。ModelMonkey 的 AI 理解您的意图，提议具体更改，并让您在应用前进行审查。通过与 AI 进行对话式协作，您可以更快地清理数据，同时保持对每个转换的控制。现在您的数据已经干净，您已准备好自信地进行分析。查看 ModelMonkey 方案，使用简单的自然语言命令清理、转换和分析电子表格数据。