处理资料与数据


批量整理文件

Claude Code 也可通过脚本处理文本和数据,例如批量改名、整理 Markdown、检查链接或汇总 CSV。此类能力依赖文件访问、执行工具和所需依赖,不等同于固定的图形化文档编辑入口。

对批量任务,宜先抽样验证处理规则,再扩大范围。需要保留原始资料时,应明确输出到新目录,并先生成变更预览。

请整理当前项目{materials目录}中的Markdown文章。

处理规则:
- 检查一级标题是否缺失;
- 检查图片引用是否指向实际存在的本地文件;
- 汇总重复文件名和无法解析的链接;
- 不改变正文,不移动或删除原文件。

先抽查{3个文件},说明拟采用的检查方式。
确认后检查全部文件,并输出{reports/materials-check.md}。
报告应列出文件路径、问题位置、问题类型和建议处理方式。

明确统计口径

数据清理应先确认字段含义及异常值处理规则。缺失值、重复行、取消订单和退货记录是否计入统计,需要依据任务口径决定,不能由模型任意删改。

请分析{data目录}中的{“溪照书店_示例销售.csv”}。
该文件用于教学,数据均为虚构。

先检查字段、记录数量、日期格式、重复值与缺失值。
统计目标:{按月份汇总已完成订单的销售额,并列出各类别占比}。

在计算前,请确认:
1. 哪个字段表示订单状态;
2. 金额是否已经包含折扣和退款;
3. 是否存在重复订单编号;
4. 无法判断的数据应如何列示。

不得直接修改原始文件。
确认口径后,将处理脚本与结果保存至{output目录},
并提供记录数量、排除规则及金额核对结果。

交付时,应保留可以复查的处理步骤。图表和摘要应与底层数据一致;若原文件存在无法判断的记录,应在报告中保留问题清单。

开发能力与工作方式可参阅常用工作流与实践建议。

评论

登录后查看