先定义表格任务，再让 Agent 改数据
社区工作坊导出的报名表包含报名编号、活动日期、课程代码、出席状态和费用。本文用这份虚构业务说明三个阶段：清洗与跨表合并、公式与可选自动化、统计和汇报。案例没有处理真实文件，也没有把示例方案写成实测结果。交付目标是可回查的新表、能解释的计算和与源数据对得上的报告。
开始先列文件、工作表、表头、公式、宏、外部链接及保护区域，说明一行代表什么、哪些字段能作为关联键。保留原始文件，输出到新路径；原始数据、清洗结果、异常记录和报告分开。只读取明确授权的文件，不因为它们放在同一目录就查看无关私人资料。既有复杂工作簿应先在副本验证工具是否保留所需功能。
第一阶段：清洗与去重以业务含义为准
报名编号按标识读取，保留前导零。日期先确认地区与字段含义，再解析含糊的月日组合。只对允许的文本字段清理首尾空格，不随意改变内部空格或大小写。出席状态空白是未知，不能自动当缺席；费用缺失也不等于零。无法判断的值进入异常表并保留原行位置，不用均值填补所有空值。
去重先定义业务规则：同名人员可以参加两次合法活动，相同报名编号的多条记录可能是更新，也可能是错误。比较稳定键、时间与批准的保留规则，再决定是否合并或删除。记录受影响行及原因，不能把“重复姓名全部删除”描述为可靠清洗。类型转换失败保留原值和错误说明，不悄悄变成空白。
跨表合并前确认一对一、多对一还是其他关系。课程字典如果课程代码不唯一，连接后可能把报名行数放大。先核对查找侧唯一性和未匹配键，再比较合并前后行数、金额及关键汇总。多个文件放在同一文件夹并不保证表头、编码或数据粒度一致。CSV 导入还要检查编码、分隔符与文本标识。
本阶段产物是新清洗表、变更日志和异常表。按约定计数单位核对原始、接受、排除及待处理记录，抽查改过和未改的行。格式整齐不能证明日期或总额正确。批量处理前先验证代表性小样，保留可重跑规则，避免每次凭肉眼作不同决定。
第二阶段：从业务条件生成可检查公式
先把需求写成字段与条件，例如统计指定课程在一个日期区间内的实际出席报名数，排除取消，空白状态不纳入。说明日期边界是否包含，以及编号还是人员作为计数单位，再选择目标 Excel 或其他表格环境支持的函数。公式文本生成不代表它已经在目标版本运行。
逐项解释条件、范围与引用，核对绝对引用和相对引用填充后的含义。目标支持时可用 LET 提高可读性，但不能承诺所有版本都兼容。使用明确范围或结构化表引用，并检查新增行是否被纳入。不要用统一空白错误处理遮住全部异常，否则错误引用和输入问题也会看起来正常。
可以用四条虚构记录建立手工基准：一条正常出席、一条状态空白、一条取消、一条恰好落在结束日期。先手工判断应该计入哪些，再比较公式结果。多条件金额汇总还要检查数字是否被存成文本。遇到同分或前三名需求时，先约定并列规则，不让生成公式自行猜测。
保存公式与计算公式是两件事。openpyxl 官方文档说明它不计算公式；新写入的公式可能没有更新的缓存结果。应在合适计算环境重算并核对实际值，记录环境及结果。只读到旧缓存不能证明新公式已经执行，打开文件不报错也不等于计算正确。
英文原文还涉及 VBA。宏作为可选实现单独评估：核对代码、修改范围、应用支持与实际授权后再执行，普通清洗并不需要启用未知宏。对于小型重复任务，公式或可复现脚本可能更容易维护。生成了宏代码不能被记录为宏已通过测试，也不能自动降低安全设置。
第三阶段：透视、图表与结论必须能对账
先定义指标：报名人数、出席人数和已收费用的分母不同。说明期间、过滤条件、取消及缺失处理。透视表或汇总表应与接受后的清洗数据对账，并保留异常数量。图表如果只选中了旧范围，仍可能看起来合理，所以检查新增行与筛选状态。
选能回答问题的图，例如按课程比较出席率，并标明单位、分母和样本范围。保留底层汇总数据，检查坐标、图例、排序和标签。描述观察到的差异，不编造原因；某课程出席率更高不证明宣传方式有效。报告旁写清缺失与覆盖限制，不能用漂亮图形掩盖数据空档。
大文件能力取决于列、公式、对象、内存和工具，不只取决于行数。先测代表性样本，再决定是否分批、减少无用对象或转换分析路径。不能承诺几万行内都流畅。对工具不能完整保留的工作簿功能，应保留原件并验证副本，不能为分析方便覆盖唯一包含图形或宏的文件。
技能只承担核验过的用途
本次目录查询没有得到可核验的专用 spreadsheet 条目，不沿用原文中未核实的六个安装名称。清洗、公式、工作簿保真及重算依据目标工具的真实能力检查，不能把任意数据技能称作 Excel 全能工具。
Exploratory Data Analysis 可用于经授权导出的 CSV 等受支持数据的探索质量检查，例如缺失概况与异常线索。先核对固定来源的格式、Python 依赖、允许输入目录及新输出路径。它不自动保留 Excel 样式、宏、透视表，也不计算工作簿公式。其探索结果不能替代业务去重决定或因果判断。
实操请求、排错与 FAQ
可要求 Agent：“只读取指定工作坊导出副本，先返回字段与清洗规则。编号保留前导零，含糊日期和空白状态进入异常表，不自动填零。检查课程字典唯一性后再合并，输出新文件和对账记录。公式先用四条测试记录核对，在目标环境重算后才报告结果。不要运行宏或覆盖原始文件。”这份请求把输入、产物与验收连在一起。
合并后总数增加，先查查找键重复；月日颠倒，回到地区假设；公式没更新，区分存储与重算；对象丢失，检查写入工具支持范围。缺失状态过多时，报告不确定性并回到数据负责人，不把清洗变成猜测。多人协作时保留版本和规则，避免新结果覆盖尚待复核的异常。
不会函数能用吗？可以用自然语言定义需求，但仍需检查条件和边界。CSV 能直接当工作簿吗？它不保留公式、格式及多工作表，应按交付目标选择格式。和内置 AI 有何差异？取决于实际宿主、工具及权限，不能承诺不受版本限制。多大文件可处理？先测实际结构与资源，不给无依据统一阈值。
来源与交付验收
本篇参考 pandas 数据合并及 Excel 读取资料、openpyxl 公式文档，原文中英文来源配对保留。公开 pandas 项目有持续维护与清楚文档，适合参考数据处理接口；不能由此推断所有工作簿功能都被完整保留。案例为原创教学设定，没有声称已清洗、重算或生成报表。交付验收分别检查标识日期、去重规则、关联基数、公式值及报告总额，保存实际结果与未覆盖范围。