用 ChatGPT 清洗 CSV,先要求检查数据,再按确认过的规则生成副本。把“保留原文件、保留行标识、列出无法确定的问题”写进任务,最后打开清洗后的文件核对,才能知道它具体改了什么。

作者:北星AI编辑部。本文借助 AI 整理,按所列官方资料核对,核对日期为 2026 年 11 月 3 日。本文依据 OpenAI 官方文档介绍文件清洗流程,示例数据与检查清单由编辑部编写,不是客户案例或亲测结果。

准备文件:先明确范围与输出

OpenAI 官方数据清洗示例建议:添加 CSV 或表格,描述已知问题,说明希望得到的文件,并在使用前检查清洗副本。常见问题包括日期混用、重复记录、空值和名称别名。

在网页端做多步骤文件处理,可按 ChatGPT 网页使用说明选择 Work,附上文件并写清成果要求。具体入口以你的账户界面为准;本文不承诺某个套餐的文件额度或处理规模。

上传前,建议在自己电脑上另留一份原始导出,文件名标明来源和日期。删除与任务无关的个人资料,只提供你有权处理的数据。

第一轮只检查,先别改数据

可以先发送下面这段提示词,把文件名换成自己的。它是编辑部提供的任务模板:

请检查我上传的 orders-export.csv,暂时不要修改文件。

先报告列名、数据行数、日期范围和几行样本。列出空值、疑似重复、日期格式混用、异常金额及混入的数据汇总行。区分已经确认的问题与需要我决定的问题。

请说明你用什么字段识别一条记录。无法确定字段含义时先问我,不要补造缺失值。

先检查列名是否被正确识别、样本是否来自你提供的文件,再讨论规则。如果文件里既有订单又有退款记录,应先说明两者如何区分,避免按同一套条件处理。

把清洗规则写具体,避免误改

下面是虚构数据情形,用来说明哪些决定需要人确认。表内做法是编辑建议,不是 ChatGPT 自动遵守的默认规则。

遇到的内容先确认什么可写入任务的规则
日期 03/04/2026是 3 月 4 日还是 4 月 3 日未确认地区格式前,保留原值并标记待核对
编号 000123它是标识符还是用于计算的数订单号、客户编号按文本保留前导零
金额为空代表未知、未录入还是确实为零保持空白,除非已明确允许填值
同一客户出现两次是否属于两笔不同订单按确认的订单唯一键检查,不按姓名直接去重
“华东”与“东区”业务上是否确实属于同一区域只按提供的别名对照表统一名称

“统一金额格式”也要说清是否涉及币种转换。如果只想去掉货币符号、分隔符,应明确保留币种信息,不要顺带要求把不同币种相加。

第二轮生成副本,并交付变更说明

确认规则后,再给出输出要求。建议一次说清需要哪些成果,方便逐项核对:

按我们刚确认的规则处理,保留原始文件不变,生成一个新的 cleaned-orders.csv。

尽可能保留原始行 ID;如果没有可用 ID,请保留能对应原记录的来源行号。无法可靠处理的记录保留并标记,不要猜测。

同时给出数据质量说明:原始与输出行数、各类改动的数量和原因、移除记录的依据,以及尚未解决的问题。请提供可下载的清洗文件。

输出副本、保留来源标识和附质量说明的方向来自上述官方清洗示例;具体文件名、行号方案与交付清单是本模板的补充要求。若还没有收到文件,继续明确要求交付文件,不能只把聊天中的“已完成”当成验收依据。

拿到结果后,按四项核对

以下为编辑部建议的验收顺序:

  1. 核对行数。原始数据行数与输出行数为什么不同?是否能逐项解释删除、合并或拆分?比较时统一是否包含表头和汇总行。
  2. 抽查高风险字段。重点看前导零编号、含糊日期、空金额、负数和较长的文本,确认没有被错误转换。
  3. 回查被改记录。按原始行 ID 或来源行号找到原值,对照变更说明检查原因。
  4. 打开下载文件。在实际要使用的软件中检查中文、列分隔和字段格式,确认能读取,再投入后续流程。

如果发现某条规则有误,指出规则、来源行号和预期结果,让 ChatGPT 重新生成副本,而不是让它笼统地“再优化一下”。需要长期处理同类资料时,可参考本站 ChatGPT 项目资料与指令指南,把确认过的字段解释和规则保存下来。

如果你的软件要求填写 API Key,使用入口与本文直接上传文件不同,可先阅读 ChatGPT 会员与 API 余额的区别,确认所用产品和计费渠道。

官方来源与核对日期

以上资料实际核对于 2026 年 11 月 3 日。北星AI为独立第三方服务网站,不代表 OpenAI。本文不保证清洗结果正确或完整;涉及业务判断的规则和最终数据,仍需使用者核对。