AI 做数据清洗的完整流程：从脏数据到能用

拿到的数据永远是脏的：格式不统一、有空值、有重复、有乱码。AI 做清洗，按五步走。

第一步：让 AI 体检。把数据表丢给它：「描述这个表的概况：多少行、多少列、每列类型、哪些列有空值、有没有明显异常值」。先知道「脏在哪」。

第二步：定清洗规则。告诉它：「统一日期格式为 YYYY-MM-DD；金额列转数字并去掉货币符号；删除全空行；手机号校验 11 位」。规则越明确，清洗越干净。

第三步：分列清洗。别一次全洗，按列来：「先处理日期列，再处理金额列」。每步让它「说明改了什么、改了多少行」，方便复核。

第四步：处理缺失与重复。让它「对缺失值：数值列填中位数，分类列标『未知』；重复行按（关键字段）去重，保留最早的一条」。策略要你定，别让 AI 自己发挥。

第五步：验证。清洗完必做两件事：让 AI「输出清洗前后对比统计（行数、空值数变化）」；你自己抽查 20 行，看有没有洗坏的。

注意：涉及金额、时间的清洗错误影响大，验证这步不能省。数据是决策的底子，底子歪了，后面全歪。