跳转到主要内容
千问AI平台 home page
文档
资料与数据处理

表格分析 · 脏数据出结论

不把整表塞给模型，只发表头与样本让它写清洗分析脚本，数据留在本地跑。

免责声明：本页展示内容均为 AI 模型生成，仅供参考，不构成任何效果承诺；实际产出效果与 Credits 消耗以平台用量统计为准。
从业务系统导出的表可能不整洁：日期几种格式混着、金额带¥带逗号、缺失值有四种写法、还夹着重复行。正确用法不是把表塞给模型，而是让它写清洗与分析脚本、数据留在你本地跑——省钱、不外传、还能反复用。 调用链：qwen3.7-plus（写清洗分析脚本）· 一份从业务系统导出的脏订单表（3,695 行 / 11 列，日期乱、金额带¥、有重复空值）· 三段式：(1) 只把表头 + 20 行样本发给模型，让它写清洗分析脚本 → (2) 脚本在你本地跑，整份数据不上传 → (3) 看它给的结论。 产出一句：抖音渠道退款率 16.15%，五个渠道里唯一偏离；客户 C2077 单日下单 38 笔，疑似刷单——展开看体检数字、渠道表与 4 个必须复核的坑。

步骤：让它写脚本，而不是把数据给它

只发表头与前 20 行样本，让 qwen3.7-plus 写出可直接跑的脚本： 
我从订单系统导出了一份 2025 年全年订单明细 CSV，共 3695 行。数据不发给你（含客户信息且太大），
只给你表头和前 20 行样本，你据此写一份可以直接跑的 Python 脚本。
样本（含表头）：【粘贴表头 + 前 20 行】
脚本要做四件事，每件事都把结果 print 出来：
一、数据体检：逐类检查并报告受影响行数（列名规范、日期格式种类、金额非数字写法、
    缺失值表示方式、完全重复行、负数或极端离群金额、关键字段空值）。
    样本只有 20 行，实际数据的脏法可能更多，检查要健壮，遇到没见过的格式归到"无法解析"并计数。
二、清洗：按你判断的规则清洗并 print 出规则。至少处理：日期统一 YYYY-MM-DD、金额转 float、
    缺失值统一、去重、省份名归一化、异常值取舍。
三、统计：清洗前后行数、全年净销售额、按月订单数与销售额、按渠道订单数销售额退款率、
    按省份销售额、单客单日最大下单笔数及前 3。
四、可疑项：自动标出数据量偏离的月份、退款率偏离的渠道、下单行为异常的客户。判断基于算出来的数，别写死阈值。
硬性要求：只用标准库（csv/re/collections/datetime/statistics），不要 pandas；
文件路径用命令行参数；文件是 UTF-8 带 BOM 用 utf-8-sig；代码能直接跑、无占位符无 TODO；输出中文。
只输出一个完整的 Python 脚本，不要解释。

三、数据统计
============================================================
[3] 按渠道订单数、销售额、退款率:
渠道              |      订单数 |            总销售额 |      退款率
---------------------------------------------------------
京东              |      743 | ¥   941,442.03 |    5.04%
天猫              |      737 | ¥   836,619.78 |    4.35%
抖音              |      700 | ¥   959,251.32 |   16.15%
私域小程序           |      710 | ¥ 1,091,549.47 |    2.37%
线下门店            |      745 | ¥ 1,088,475.68 |    6.17%

四、可疑项分析
============================================================
[1] 数据量明显偏离的月份 (Z-score 绝对值 > 1.5):
  - 2025-08: 订单数 519, Z-score: 1.51
  - 2025-10: 订单数 11, Z-score: -2.04

[2] 退款率明显偏离整体的渠道 (Z-score 绝对值 > 1.5):
  - 抖音: 退款率 16.15%, Z-score: 1.73

[3] 下单行为异常的客户 (单日下单笔数 Z-score > 2.0 或 总退款率极高):
  - 客户 C2077: 单日最高下单 38 笔 (Z=41.73)
  - 客户 C2271: 总退款率 97.42% (Z=4.50)
  - 客户 C2134: 总退款率 90.37% (Z=4.15)
  ……（共列出 16 个）

说明

  • 消耗：本玩法涉及文本生成（qwen3.7-plus）。输入只有 20 行样本而不是整份表；数据量大时不要把整表塞进去（容易超时），让它写脚本、你本地跑更稳。
  • 数据不出本地：模型只看到 20 行样本用来写脚本，整份订单表（含客户 ID、金额）始终在你自己机器上跑，不上传。
  • 结果要自己复核关键数字：脚本给的结论可直接看，但涉及金额口径、异常判定的数字建议回脚本核一遍（脚本是明文的，改几行即可）。