点击“展开”查看“精华文字稿”

数据清洗，是检测和纠正不合理数据的过程。在大多数情况下，数据分析前都需要这个过程，将错误的、不准确的、缺失的以及多余的数据进行修改或删除。

具体来说，数据清洗会面临以下四个问题。

1. 存储格式不一致：不同的数据源在存储数据时可能存在大小写和单位的不同，导致不同数据源之间无法直接比较和整合，需要进行格式转换。
2. 数据不完整：可能存在数据重复、数据缺失和数据异常等情况，需要进行数据清洗，以确保数据的准确性和完整性。
3. 存储形式不一致：不同的数据源可能以不同的格式存储，如 txt、excel、csv、word 等，需要将数据统一转换为一种格式。
4. 存储位置不一致：不同的数据源可能存在于不同的文件夹或压缩文件中，需要进行数据整理。

这四个问题，我们会用两节课来解决。这节课，我们先掌握直接利用 ChatGPT 解决前两个问题，下一讲我们再学习利用 ChatGPT 生成程序来解决后两个问题。

存储格式不一致问题

我先来为你展示几个存储不一致的问题，咱们看看使用 ChatGPT 进行处理的提示词和处理结果。

案例 1：客户名称大小写不一致问题

第一个案例是关于大小写不一致的问题，我先将需要处理的数据和提示词写出来，然后再为你分析为什么这样写。