结构化指令风格：【输入数据格式】csv文件，含任意列名；【清洗目标】标准化格式、处理缺失值、统一命名；【输出要求】同名清洗后csv。删除空行；列名转小写下划线；数值列缺失值用中位数填充；仅用pandas、numpy，禁用openpyxl等；生成可执行完整脚本，含import、读取、清洗、保存四部分，无注释无交互。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要为Gemini生成能直接跑通数据清洗任务的Python脚本提示词，但不同团队成员对提示词风格接受度差异大：有人要精准可控的结构化指令，有人倾向自然语言描述加示例，还有人需要带错误防御和调试线索的工程化写法。
结构化指令风格（适合严谨型开发者）
第一步：明确输入输出约束→在提示词开头用三行定义【输入数据格式】、【清洗目标】、【输出要求】。
第二步：逐条列出清洗动作，每条以动词开头，如“删除所有空行”“将列名转为小写下划线格式”“用中位数填充数值列缺失值”，不解释原理，不加语气词。
第三步：强制指定Python库限制→写明“仅使用pandas、numpy，禁用openpyxl、csv模块以外的第三方库”，【否则Gemini可能引入不兼容的库导致脚本运行报错】。
第四步：结尾追加一行硬性约束：“生成的代码必须是可直接执行的完整脚本，含import、读取文件、清洗逻辑、保存结果四部分，无注释、无说明文字、无input()交互。”
自然语言+示例风格（适合业务侧或初学者）
方法一：用“你是一个数据清洗工程师”开头，设定角色身份，再描述一个具体场景，比如“现在有一份销售表sales_2024.csv，包含‘订单日期’‘客户ID’‘金额’三列，但存在日期格式混乱、客户ID含空格、金额列有‘N/A’字符串”。
使用 Google GenAI SDK 通过 Gemini 生成或编辑图像。当用户要求在 OpenCla… 中创建、转换、渲染或保存一张或多张图像时使用。
方法二：在描述后立刻给一个清洗前后的对比样例，例如：“清洗前：‘2024/03/15’‘ CUST-001 ’‘N/A’ → 清洗后：‘2024-03-15’‘cust_001’‘0.0’”。
方法三：用“请按这个顺序处理”收尾，把动作包装成口语化指令：“先统一日期格式，再清理客户ID空格和大小写，最后把N/A替换成0并转为浮点数，最后保存成cleaned_sales.csv”。
工程化调试风格（适合部署环境或CI/CD集成）
① 开头声明容错要求：“脚本需捕获FileNotFoundError、ValueError、TypeError，并打印清晰错误信息，不中断执行。”
② 每个清洗步骤后插入校验断言，例如“清洗后检查：len(df) > 0 and '金额' in df.columns”，失败时raise AssertionError并附提示。
③ 文件路径必须参数化→写成“filepath = sys.argv[1] if len(sys.argv) > 1 else 'input.csv'”，【避免写死路径导致在服务器上运行时报错】。
④ 最后一行强制添加：print(f"✅ 清洗完成：{len(df)} 行数据已保存至 cleaned_output.csv")。
