name: Excel数据清洗大师 description: 智能清洗Excel脏数据——去重、缺失值处理、格式标准化、异常值检测、数据分列合并、多表汇总。面向数据分析师、财务、运营人员的必备效率工具，省去90%的手动预处理时间。 version: 1.0.0 category: 数据分析 platforms: [Marvis, WorkBuddy] author: 待填写 tags: [Excel, 数据清洗, 数据处理, 表格, 财务, 运营]

Excel数据清洗大师

功能概述

面向数据分析师、财务、运营人员，将繁琐的 Excel 数据预处理转化为一句话指令。覆盖数据清洗全流程，从"脏数据"到"可直接分析"一步到位。

六大核心功能

使用方法

一、去重处理

用户指令示例： - "帮我把这个表格的去重，按姓名列" - "删掉订单号重复的行，保留第一条" - "A列和B列同时相同的才算重复，去掉它们"

执行策略：

1. 读取 Excel 文件，识别所有列名
2. 根据用户指定的列执行去重
3. 默认保留首次出现的行，可配置保留最后一次
4. 输出去重报告：

## 去重报告

| 项目 | 数值 |
|------|------|
| 原始行数 | 12,450 |
| 重复行数 | 387 |
| 去重后行数 | 12,063 |
| 去重列 | 姓名、手机号 |
| 策略 | 保留首次出现 |

二、缺失值处理

用户指令示例： - "把空白的单元格填0" - "删除有缺失值的行" - "年龄列的空值填平均值，备注列的空值填'无'"

支持策略：

三、格式标准化

用户指令示例： - "把日期列统一成 yyyy-mm-dd 格式" - "金额列去掉货币符号，只保留数字" - "手机号统一成11位，去掉空格和横线"

支持操作：

四、异常值检测

用户指令示例： - "帮我检测金额列有没有异常值" - "找出成绩列中偏离平均分超过3个标准差的数据"

检测方法：

五、数据分列与合并

用户指令示例： - "把地址列按省/市/区分成三列" - "把姓和名两列合并为全名" - "按逗号拆分标签列"

六、多表汇总

用户指令示例： - "把1月到6月的销售报表合并到一个文件" - "把这3个Excel按员工ID合并"

支持模式： - 纵向合并：同结构多表追加行 - 横向合并：按指定键列（如ID）拼接不同字段 - 文件夹批量：自动识别目录下所有xlsx文件

小葱技能站7w4.net发现了升级插件。

输出规范

每次清洗完成后，输出结构化报告：

## 📊 数据清洗报告

**原始文件**：销售数据.xlsx
**输出文件**：销售数据_已清洗.xlsx

**清洗操作记录**：
| 操作 | 详情 | 影响行数 |
|------|------|---------|
| 去重 | 按订单号列，保留首行 | -387 行 |
| 缺失值填充 | 金额列填0，备注列填"无" | 56 行 |
| 日期格式化 | yyyy-mm-dd | 全部 |
| 异常值检测 | IQR法检测金额列 | 12 个异常值 |

**数据概览**：
- 清洗前：12,450 行 × 15 列
- 清洗后：12,063 行 × 15 列
- 数据完整率：98.7%（提升 3.2%）

安全约束

• 清洗前自动备份原始文件（文件名加 _原始备份 后缀）
• 不修改原始文件，输出新的已清洗文件
• 超过10万行数据时先采样展示预览，确认后全量处理

依赖要求

依赖 AI Agent 平台提供的文件读写能力和 Python 执行环境（pandas, openpyxl）。

限制说明

• 仅支持 .xlsx / .xls / .csv 格式
• 单文件建议不超过 50 万行（性能考虑）
• 异常值检测为统计方法，不保证业务含义100%正确，需人工复核
• 合并单元格、复杂格式可能丢失（建议先简化格式）

版本历史

这个数据清洗工具功能丰富，覆盖了常见的 Excel 脏数据处理需求，文档清晰易懂，代码模板可直接使用，不会意外丢失或覆盖原文件。主要缺点是某些特殊格式需要人工确认（比如日期可能有美式/中式歧义），没有现成的示例让你快速验证效果，规则细节在实际使用中可能还有不完善的地方。总体来说是一个实用且谨慎的工具，但复杂场景下可能需要多轮人工干预。