¥
立即购买

根据用户提供的数据集信息,生成结构化、清晰且可执行的数据预处理步骤,涵盖数据清洗、转换及准备流程,帮助用户高效、精准地完成数据分析前的准备工作,适用于多种数据科学场景。

免费试用多模型对比变量与模板化文本输出
完整提示词模板
¥20.00

提示词变量

正在加载表单组件...

提示词生成结果

📝
暂无试用结果

变量说明

  • 数据集描述
    简要描述数据集的内容、规模和字段类型
    示例:“包含用户交易记录的表格数据,共10000行,字段包括交易金额、日期和用户ID”
  • 目标分析方法
    选择数据分析的主要方法
    示例:“统计分析”
  • 数据类型
    选择数据集包含的数据类型
    示例:“结构化数据”

使用场景案例

  • 电商评论清洗
    面向情感预测的电商评论文本,期望生成覆盖缺失值处理、去重去噪、中文分词与表情/HTML清理、类别不均衡重采样、特征抽取与标准化、训练集划分及验证策略的可执行清单。
  • 客服工单清单
    以客服工单为对象,需输出可直接执行的数据清洗与汇总方案,涵盖多语言正则脱敏、时间字段校验、近重复聚类、通道与优先级口径统一、异常长度裁剪及基础可视化指标产出流程。
  • 科研摘要分类
    针对科研摘要的主题建模与分类,期望生成包含编码统一、LaTeX与引用剥离、OCR纠错、摘要长度规整、标签去噪、训练/验证划分及中文学术词向量构建等步骤的标准化预处理方案。