☞☞☞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☜☜☜
copilot数据清洗需明确三步：【数据来源格式】、【缺失值的显式标识】、【特殊符号与编码陷阱】；输出须用“必须”句式锁定结构、排除法堵歧义、精度锚定数值与时间；嵌套条件须拆为互斥穷尽的原子判断链。
你需要让copilot准确执行数据清洗、字段映射、条件过滤或格式转换等操作，但提示词里漏掉边界情况描述，结果它擅自补全逻辑，把空值当0处理、把“未知”归入默认分类、把日期字符串按本地时区解析——流程一跑就出错。
明确输入数据的原始形态
第一步：在提示词开头用单独一行写清【数据来源格式】，例如：“输入为CSV文件，UTF-8编码，首行为表头，第3列含混合类型（数字/空字符串/‘N/A’）”。不写这一行，Copilot默认所有列都是字符串，后续数值计算会失败。
第二步：指出【缺失值的显式标识】，如“空单元格、‘NULL’、‘—’、空白字符串均代表缺失，不可转为0或当前日期”。Copilot看到数字列里的空值，默认填充0；看到日期列里的空值，默认填系统当天日期——这一步不锁死，后续所有逻辑都偏移。
第三步：标注【特殊符号与编码陷阱】，例如：“字段中可能含全角逗号（，）、换行符（\n）、不可见零宽空格（U+200B），需先清理再分割”。不提这点，它用英文逗号split后，字段数量对不上，直接报错。
限定输出结果的强制约束
方法一：用“必须”句式锁定结构
“输出必须为Python字典，键名严格等于['user_id', 'order_amount', 'processed_at']，顺序不可调换，缺一不可。”
方法二：用排除法堵死歧义
“不允许添加任何额外字段（如'row_index'、'source_file'），不允许修改原始字段名大小写（'UserID'不能变成'userid'）。”
方法三：对数值和时间做精度锚定
“'order_amount'必须保留小数点后两位，即使末位为0（如199.00）；'processed_at'必须为ISO 8601格式（'2024-03-15T09:22:00+08:00'），【禁止使用strftime('%Y-%m-%d %H:%M')这类模糊格式】。”
嵌套条件必须展开成原子判断链
不要写：“按用户等级和地域分组，优先级高的规则覆盖低的”。
要拆成：
① 若user_level = 'VIP' → group = 'premium'
② 若user_level ≠ 'VIP' 且 region IN ('Beijing', 'Shanghai') → group = 'tier2'
③ 若user_level ≠ 'VIP' 且 region NOT IN ('Beijing', 'Shanghai') 且 order_amount >= 500 → group = 'tier3'
④ 其余情况 → group = 'basic'
Copilot无法解析“优先级”“覆盖”这类业务术语，它只会按字面顺序执行，把第①条当成普通条件分支，漏掉else逻辑。必须把每条路径的输入状态和输出动作写成独立、互斥、穷尽的原子语句。
