在数据清洗与预处理链路中，分析师从业务系统导出的原始数据往往存在大量“脏数据”：测试账号生成的废弃单、退款冲红导致的负金额流水、重复推送产生的多版本打卡记录，以及混乱无序的导出排列。

如果采用传统手工方式，不仅需要在各个字段上反复设置复杂筛选、手动删除行、按键排重，而且极易误删正常业务数据，且无法形成可回溯、可自动复跑的工作流。

DT-Bot 的 「表操作」 算子专为解决此类整表行级结构治理而设计。它能够直接在当前数据表上执行高性能就地修改（In-Place Mutation），支持按照自然语言指令完成条件删行、智能去重、多维排序以及多步复合清洗，无需另存冗余的中间副本表，保持分析工作空间的整洁高效。

一、 核心能力与适用场景

「表操作」算子聚焦于表格的行集合裁剪与行呈现顺序重塑，覆盖以下四大核心能力：

核心能力 解决什么业务问题 典型业务场景
条件删行 依据数值大小、文本状态、包含关键字或空值等条件，批量剔除不符合要求的无效行。 剔除薪资低于底薪的临时工记录、清除金额小于 0 的退款冲红行、删除状态为“已取消/已作废”的异常订单。
智能按键去重 依据单列或多列复合主键识别重复记录，支持灵活选择保留首条、末条或指定列极值行。 员工打卡表按工号+打卡日期去重（仅留首次打卡）；价目表按商品编码去重，仅保留生效日期最新的一条记录。
多维行序重排 对全表数据按照指定的一个或多个业务字段进行升序（从小到大）或降序（从大到小）排列。 销售订单按成交金额由高到低降序排布、流水明细按下单时间升序排列、员工名册按部门与职级多级排序。
多步复合流水线 在单个算子节点内，使用编号（1. 2. 3.）按序串联“删行 → 去重 → 排序”复合逻辑，一步到位。 月末对账前：先删除负数冲销行，再按订单号去重，最后按支付时间升序排列并直接交给下游对账。

二、 边界指南：它与相近算子有何区别？

在构建数据工作流时，理解算子之间的职责边界至关重要：

比较维度 「表操作」算子 「筛选器」算子 「行操作」算子 「表头整理」算子
主要定位 整表行集合与行序治理 抽取目标子集另存为新表 单元格内文本字符清洗 列结构与字段名称治理
输出机制 就地更新原表（原地裁剪/重排） 保留源表，生成独立新表 就地更新原表（单元格级修改） 就地或另存新表
典型动作 删行、去重、整表升降序排序 筛出符合条件的记录输出新底稿 去除空格、字符替换、正则提取 修改列名、剔除冗余列、调整列顺序
如何选择 “把这表里的作废单直接删了，按时间排好继续往下走” “从总订单表里挑出大额订单，单独拉一张表做专项分析” “把客户名称列里的前后空格和特殊符号替换掉” “把系统导出的英文字段名改回业务中文，删掉备用列”

三、 提示词编写规范与公式

「表操作」算子支持自然语言直接表达，建议遵循以下标准的三要素编写公式：

【目标表范围】 + 【核心操作动作】 + 【具体判断规则与字段】

1. 目标表范围表达

  • 单表精准点名：明确指定单张表名称，例如 “工资表” ：... 或 处理天猫订单：...；
  • 批量范围匹配：支持利用前缀、后缀或包含关系批量处理多张表，例如 以 “对账_” 开头的表：... 或 所有包含 “明细” 的表：...；
  • 默认当前流转表：若提示词中未显式提及表名，算子将默认继承上一节点连线流入的数据表。

2. 核心操作动作表达

  • 删行指令：删除 ... 的行、剔除 ... 的记录、去掉 ... 的数据；
  • 去重指令：按 ... 去重、重复行只留第一条、重复行只留最后一条、重复时保留生效日期最大的那一条；
  • 排序指令：按 ... 从大到小排序（降序）、按 ... 从小到大排序（升序）、先按部门升序，再按金额降序。

3. 多步复合操作书写规范

当需要单节点连续执行多个动作时，必须采用分行编号列表（1. 2. 3.） 书写，系统会严格按照先后顺序流水线执行：

“订单表” ：
1. 删除金额小于等于 0 的行
2. 按订单号去重，重复行只留第一条
3. 按下单时间升序排序

四、 核心功能与图解实战

以下结合真实企业数据场景，展示「表操作」在不同需求下的处理效果：

场景 1：精准条件删行（阈值与异常状态剔除）

业务背景：HR 部门统计正式工薪酬发放，需在底表里剔除月工资低于 5000 元的临时兼职工，且必须严格保留恰好等于 5000 元的正常员工。

【处理前：工资表】

工号 姓名 部门 工资 状态
001 张三 研发部 8000 正式
002 李四 运营部 4500 兼职
003 王五 研发部 6200 正式
004 赵六 客服部 5000 正式
005 钱七 销售部 3800 兼职

【执行提示词】

“工资表” ：删除工资小于 5000 的行。

【处理后：工资表（就地更新）】

工号 姓名 部门 工资 状态 变更说明
001 张三 研发部 8000 正式 正常保留
003 王五 研发部 6200 正式 正常保留
004 赵六 客服部 5000 正式 边界值精准保留（5000 不小于 5000）

逻辑详解：李四（4500）与钱七（3800）被安全剔除，全表行数从 5 行减少至 3 行；原表的列结构、未提及字段保持完整无误。

场景 2：智能按键去重（复合键去重与极值保留）

案例 A：多列复合键去重（只留首条）

业务背景：门禁系统网络抖动导致同一员工在短时间内被多次记录打卡，分析师需要按“工号 + 日期”去重，仅保留当天首次打卡记录。

【处理前：打卡表】

工号 姓名 打卡日期 打卡时间 门禁点
001 张三 2025-01-02 08:55:10 正门
001 张三 2025-01-02 08:55:12 正门
002 李四 2025-01-02 08:58:30 侧门
002 李四 2025-01-02 09:05:15 正门
001 张三 2025-01-03 08:50:00 正门

【执行提示词】

“打卡表” ：按 “工号” 和 “打卡日期” 去重，重复行只留第一条。

【处理后：打卡表（就地更新）】

工号 姓名 打卡日期 打卡时间 门禁点 变更说明
001 张三 2025-01-02 08:55:10 正门 保留首次打卡，剔除 08:55:12 的抖动行
002 李四 2025-01-02 08:58:30 侧门 保留当天首条，剔除后续打卡
001 张三 2025-01-03 08:50:00 正门 属于不同打卡日期，正常保留

案例 B：按指定列极值去重（取生效日期最新的一条）

业务背景：商品价目表存在历史调价记录，同一 SKU 出现多次，核算当前成本时需要每个 SKU 仅保留“生效日期最新”的那一行。

【处理前：价目表】

SKU 商品名称 生效日期 供货价 备注
A01 陶瓷水杯 2024-01-01 10.00 初次定版
A01 陶瓷水杯 2024-06-01 15.00 年中提价
A02 纯棉毛巾 2024-01-01 20.00 长期稳定

【执行提示词】

“价目表” ：按 SKU 去重，重复时留生效日期最大的那一条。

【处理后：价目表（就地更新）】

SKU 商品名称 生效日期 供货价 备注 变更说明
A01 陶瓷水杯 2024-06-01 15.00 年中提价 自动选中 2024-06-01 极大值行，旧价被剔除
A02 纯棉毛巾 2024-01-01 20.00 长期稳定 唯一记录正常保留

场景 3：数据行序重组（单列与多字段组合排序）

业务背景：电商分析师导出每日订单明细，需要按销售金额由高到低排列以重点关注大单客户；若金额相同，则按下单时间升序排列。

【处理前：订单明细表】

订单号 客户名称 下单时间 成交金额 渠道
O01 华为技术 10:15:00 5600 线下签约
O02 腾讯科技 09:30:00 12000 线上商城
O03 字节跳动 14:20:00 5600 线下签约
O04 个人买家 11:00:00 380 淘系店铺

【执行提示词】

“订单明细表” ：先按成交金额从大到小排序；成交金额相同的，按下单时间从小到大排序。

【处理后：订单明细表（就地更新）】

订单号 客户名称 下单时间 成交金额 渠道 排列依据
O02 腾讯科技 09:30:00 12000 线上商城 第一名：金额最高（12000）
O01 华为技术 10:15:00 5600 线下签约 第二名：金额并列 5600，时间较早（10:15）排前
O03 字节跳动 14:20:00 5600 线下签约 第三名：金额并列 5600，时间较晚（14:20）排后
O04 个人买家 11:00:00 380 淘系店铺 第四名：金额最小（380）

注意：排序操作保留表格所有原始行，仅改变物理存储的展示顺序，不会产生多余的“名次”列（若需要生成名次列，请使用「明细排名」算子）。

场景 4：多步操作组合拳（删行 → 排序复合治理）

业务背景：导入原始对账单后，需一次性完成脏数据清洗与规范化排列：先剔除退款负数行与 0 元赠品单，再对有效订单按金额降序排布。

【处理前：对账订单表】

订单号 交易类型 金额 状态
O1 正常销售 120 已支付
O2 售后退款 -8 已退款
O3 促销赠送 0 已完成
O4 正常销售 56 已支付

【执行提示词】

“对账订单表” ：
1. 删除金额小于等于 0 的行
2. 按金额从大到小排序

【处理后：对账订单表（就地更新）】

订单号 交易类型 金额 状态 流水线执行过程
O1 正常销售 120 已支付 步骤 1 保留 → 步骤 2 排序位居首位
O4 正常销售 56 已支付 步骤 1 保留 → 步骤 2 排序紧随其后

关键机制：第 2 步排序自动基于第 1 步已经清洗后的纯净数据执行，避免了无效数据参与排序造成的算力浪费与混淆。

场景 5：跨多表批量范围统一规整

业务背景：按大区拆分的多个财务对账底稿（如 对账_华东、对账_华北、对账_华南）均混入了金额为负的冲销流水，分析师需要一行指令批量清理所有对账表。

【执行提示词】

以 “对账_” 开头的表：删除金额小于 0 的行。

【执行效果】
- 对账_华东.xlsx：内部所有金额小于 0 的记录被自动清除；
- 对账_华北.xlsx：内部所有金额小于 0 的记录被自动清除；
- 对账_华南.xlsx：内部所有金额小于 0 的记录被自动清除；
- 客户总表.xlsx、商品主数据.xlsx：名称不匹配前缀规则，完全保持只读，绝不误伤。

五、 常见问题与操作贴士（FAQ）

Q1：为什么执行「表操作」后，左侧工作空间没有生成新表？

答：这是「表操作」的核心设计机制。在大型数据流水线中，如果每一步简单删行或排序都生成一张新表，工作空间很快会被几十张重名副本（如 订单表_删行、订单表_排序）塞满，导致下游节点连线混乱。
「表操作」默认采用就地更新（In-Place）模式，直接在当前表的底层列存上刷新行集合。若您的业务确实需要保留原表并生成新表独立对比，请使用 「筛选器」 算子。

Q2：按条件删行时，会误删或修改列结构吗？

答：绝对不会。「表操作」严格遵循单表行级约束：
- 删行操作只会减少数据行数，所有列的名称、顺序、数据类型以及未命中删除条件的单元格数据均百分之百保持原样；
- 不会在表格末尾擅自新增计算列或状态标记列。

Q3：去重时的“保留第一条”和“保留最后一条”是如何判定的？

答：判定完全取决于数据当前在表中的物理存储顺序：
- “留第一条”：保留在表格上方最先出现的记录，剔除下方重复项；
- “留最后一条”：保留在表格下方最后出现的记录，剔除上方旧项；
- 若需要基于业务时间判定（例如保留真正的“最新一次”），强烈建议在提示词中显式指定排重依据：按 SKU 去重，重复时留生效日期最大的那一条。

Q4：在提示词中写了多步操作，它们是并行执行还是串行执行？

答：严格串行流水线执行。系统会将编号分行的多步指令（如 1. 删行 2. 排序）编译为确定性执行计划。后一步的操作永远基于前一步已经修改完成的数据进行运算，确保与人类分析师的操作直觉完全一致。

六、 关联算子导航