DTBot 的“表格清洗器”智能体，支持用户通过自然语言直接对单个表格文件（CSV/XLSX/XLS）进行整理、筛选、去重、排序与汇总处理，无需手写 SQL，也不需要额外编写脚本。用户只要输入一句接近日常表达的提示词，系统就能自动理解需求，并生成可执行的单表清洗方案，完成对原始表格数据的结构化整理。
这套能力专注于“单表场景下的数据清洗与整理”，特别适用于以下类型的需求：
列操作：列的增删，列的顺序调整，列的重命名，列的拆分与合并。
行操作：行的筛选与删除，行的排序，行的去重与找重复数据，取TopN记录。
统计操作：分组聚合统计，条件统计，去重统计，重复数据统计，排序统计，TopN统计。
窗口操作：行内排名，分组内 TopN， 分组内累计计算，前后行对比，分组内占比。
这项能力更像一个“自然语言驱动的单表数据整理助手”。用户只需要描述想怎么整理这张表，系统就能自动完成相应的数据清洗与整理操作，无需掌握 SQL 或复杂的数据处理流程。它特别适合日常办公、运营分析、台账整理和基础数据预处理等场景。
一、配置以及输入输出说明
在工作流编辑界面中，位于左侧 「文件处理」 分类下的 「表格清洗器」 节点。如下图：
输入参数
- 提示词： 清洗的提示词描述。
- 输入文件： 选填，（CSV/XLSX），支持多个，不填就取上一个智能体的输出文件。
- 输出目录： 选填，清洗后的文件存放位置，不指定就默认在系统工作流目录。
输出
清洗后的CSV文件列表。
二、功能与案例提示词
1. 列操作
1.1 列的增删
删除列：移除不需要的列。
*****案例提示词*****
1. 删除“备注”列。
2. 删除“备注”，“手机号”列。
3. 保留“用户姓名”，“用户ID”。
新增列：新增一列，可以是空列，也可以基于已有列计算得出。
*****案例提示词*****
1. 新增一列“备注”，这一列先全部留空。
2. 新增一列“工资合计”，结果等于“基本工资”加上“岗位工资”。
3. 在“入职日期”列右边新增“工龄标签”列，如果入职时间在 2025年到今天以内标记为“新员工”，否则标记为“老员工”。
1.2 列的顺序调整
移动列：将某列向左或向右移动，改变列的前后位置。
*****案例提示词*****
1. 将“手机号”列移动到“姓名”列后面。
2. 将“用户ID”列与“用户姓名”列交换。
1.3 列的重命名
修改列名：将列标题改为更清晰或更符合需求的名称。
*****案例提示词*****
1. 将“用户ID”列改成“用户编号”。
1.4 列的拆分与合并
拆分列：按分隔符（如逗号、空格）或固定宽度，将一列拆分成多列。
*****案例提示词*****
1. 将“开户地址”列按空格拆分成“省”“市”“区”三列，原始“开户地址”列要保留。
合并列：将多列的内容按指定连接符合并成一列。
*****案例提示词*****
1. 将“省”“市”“区”三列用“-”连接，合并成新列“详细地址”。
2 行操作
2.1 行的筛选与删除
删除不符合条件的记录：按指定条件移除不需要的行。
*****案例提示词*****
1. 删除“用户ID”列为空的记录。
2. 删除“基本工资”小于 5000 的员工记录。
3. 删除“在职状态”为“离职”的记录。
保留符合条件的记录：只保留满足条件的行，其余行不输出。
*****案例提示词*****
1. 只保留“部门”为“销售部”的记录。
2. 只保留“基本工资”大于 8000 的员工记录。
3. 只保留“入职日期”在 2025-01-01 之后的记录。
2.2 行的排序
按条件排序：根据某一列或多列的值对行重新排序。
*****案例提示词*****
1. 按“基本工资”从高到低排序。
2. 按“入职日期”从近到远排序。
3. 先按“部门”升序，再按“基本工资”降序排序。
2.3 行的去重与重复筛出
去重：按某列或某几列判定重复，只保留一条记录。
*****案例提示词*****
1. 按“用户ID”去重。
2. 按“手机号”去重，只保留每个手机号一条记录。
3. 按“用户姓名”和“身份证后四位”组合去重。
找出重复数据：筛选出重复出现的记录，保留所有命中的重复行。
*****案例提示词*****
1. 找出“用户ID”列重复的数据。
2. 筛选出“手机号”重复的记录。
3. 找出“用户姓名”和“身份证后四位”同时重复的记录。
2.4 行数限制
截取前几条记录：按排序结果或原始顺序，只保留前 N 条数据。
*****案例提示词*****
1. 取前 5 条记录。
2. 按“基本工资”倒序排序后，取前 10 条。
3. 按“入职日期”从近到远排序，只保留前 20 条。
2.5 多条件组合行处理
按多个条件依次处理记录：对同一批数据同时执行筛选、重复判断、排序、截取等操作。
*****案例提示词*****
1. 删除“用户ID”为空的记录后，找出“用户ID”重复的数据。
2. 筛选出“基本工资”大于 5000 的员工记录，再按“基本工资”倒序排序。
3. 找出“手机号”重复的数据，按“入职日期”从近到远排序，取前 10 条。
3 统计操作
3.1 基础聚合统计
对单表中的数值、数量进行汇总统计。
*****案例提示词*****
1. 统计表总数。
2. 统计“基本工资”的总和。
3. 统计“岗位工资”的平均值。
3.2 分组统计
按某个字段或多个字段分组后，对每组分别统计。
*****案例提示词*****
1. 按“部门”分组，统计每个部门的人数。
2. 按“班组”分组，统计每个班组的平均工资。
3. 按“在职状态”和“部门”分组，统计各组员工数量。
3.3 条件统计
在满足指定条件的记录范围内做统计。
*****案例提示词*****
1. 统计“在职状态”为“在职”的员工人数。
2. 统计“基本工资”大于 8000 的员工数量。
3. 统计“部门”为“销售部”的员工工资总和。
3.4 去重统计
按去重后的记录口径进行计数或统计。
*****案例提示词*****
1. 按“用户ID”去重后，统计总人数。
2. 按“手机号”去重后，统计员工数量。
3. 按“用户姓名”和“身份证后四位”组合去重后，统计记录数。
3.5 重复数据统计
对重复记录进行统计分析。
*****案例提示词*****
1. 统计“用户ID”重复的数据有多少条。
2. 统计“手机号”重复的记录数量。
3. 统计“用户姓名”和“身份证后四位”同时重复的记录数。
3.6 排序统计结果
对统计结果按指标大小进行排序。
*****案例提示词*****
1. 按“部门”分组统计人数，并按人数从高到低排序。
2. 按“班组”分组统计平均工资，并按平均工资倒序排序。
3. 按“在职状态”分组统计人数，并按人数升序排序。
3.7 Top N 统计
对统计结果或明细结果取前 N 条。
*****案例提示词*****
1. 按“部门”分组统计人数，取人数最多的前 5 个部门。
2. 按“班组”分组统计平均工资，取前 10 个班组。
3. 按“基本工资”倒序排序，取前 20 名员工。
3.8 多条件组合统计
对同一批数据同时执行筛选、分组、排序、截取等统计操作。
*****案例提示词*****
1. 筛选出“基本工资”大于 5000 的员工后，按“部门”分组统计人数。
2. 删除“在职状态”为“离职”的记录后，按“班组”分组统计平均工资，并按平均工资倒序排序。
3. 找出“用户ID”重复的数据后，按“部门”分组统计重复记录数量，取前 10 个部门。
4 窗口操作
4.1 行内排名
按某一列或某几列分组后，在每组内部按指定顺序进行排序、编号或排名。
*****案例提示词*****
1. 按“部门”分组，按照“基本工资”从高到低给每个员工生成组内排名。
2. 按“班组”分组，按照“入职日期”从早到晚给每条记录生成组内顺序编号。
3. 按“城市”分组，按照“销售金额”从高到低计算每条订单在本城市内的排名。
4.2 分组内 Top N
在每个分组内部，按指定排序规则取前 N 条记录。
*****案例提示词*****
1. 按“部门”分组，取每个部门“基本工资”最高的前 3 条记录。
2. 按“班组”分组，取每个班组最新的 2 条入职记录。
3. 按“城市”分组，取每个城市“销售金额”最高的前 5 条订单。
4.3 分组内累计计算
在每个分组内部，按指定顺序计算累计值。
*****案例提示词*****
1. 按“用户ID”分组，按照“交易日期”排序，新增一列“累计消费金额”。
2. 按“部门”分组，按照“入职日期”排序，新增一列“累计入职人数”。
3. 按“设备ID”分组，按照“采集时间”排序，新增一列“累计告警次数”。
4.4 前后行对比
在同一分组内，比较当前行与上一行的数据差异或变化。
*****案例提示词*****
1. 按“用户ID”分组，按照“交易日期”排序，新增一列“与上一笔交易金额差值”。
2. 按“设备ID”分组，按照“采集时间”排序，新增一列“与上一条温度差值”。
3. 按“员工ID”分组，按照“考勤日期”排序，新增一列“与上一天出勤状态是否变化”。
4.5 分组内占比
在同一分组内，计算当前记录数值占本组总量的比例。
*****案例提示词*****
1. 按“部门”分组，计算每个员工“基本工资”占本部门工资总额的比例。
2. 按“城市”分组，计算每笔订单金额占本城市总销售额的比例。
3. 按“班组”分组，计算每条记录“加班时长”占本班组总加班时长的比例。
三、提示词注意事项
编写提示词尽量注意如下情况：
1. 尽量使用表头中的真实列名。
2. 尽量把操作说清楚，例如筛选、排序、去重、找重复、删列、保留列、统计。
3. 如果有多步处理，建议按顺序分点写。
4. 如果是筛选，尽量把条件描述完整。
5. 如果是排序，尽量写清楚排序字段和方向。
6. 如果是去重，尽量写清楚按哪一列去重。
7. 如果是找重复，尽量明确写“找出重复数据”，不要只写“重复”。
8. 如果是统计，尽量写清楚按什么统计、统计什么。
9. 如果是新增列，尽量写清楚新增列名和计算规则。
10. 如果是调整列位置，尽量说明是否只改顺序、不改列值。
11. 如果结果只需要部分数据，尽量明确写“取前几条”。
12. 提示词越具体，生成结果通常越稳定。
四、总结
DTBot 的“表格清洗器”本质上是一款面向单表数据处理场景的自然语言智能助手，能够让用户无需掌握 SQL 或编写脚本，仅通过清晰的提示词描述，就完成表格文件的筛选、删改列、去重、排序、统计汇总以及组内排名、Top N、累计计算等复杂整理工作，并最终输出结构化的清洗结果文件，特别适用于日常办公、运营分析、台账整理和基础数据预处理等需要快速处理单表数据的业务场景。