Mục tiêu

Prompt này được thiết kế để yêu cầu AI tạo mã Python tự động làm sạch dữ liệu CSV đến từ nhiều nguồn khác nhau, ngay cả khi cấu trúc cột, kiểu dữ liệu, dấu phân tách hoặc cách biểu diễn giá trị thiếu không đồng nhất. Kết quả mong muốn là một đoạn mã hoặc pipeline có thể chạy thực tế, dễ sửa đổi và phù hợp cho tiền xử lý dữ liệu.

Khi nào nên dùng

• Khi bạn nhận nhiều file CSV từ các phòng ban, hệ thống hoặc đối tác khác nhau.
• Khi dữ liệu có tên cột không thống nhất, định dạng ngày tháng lẫn lộn hoặc giá trị rỗng được biểu diễn theo nhiều cách.
• Khi bạn cần AI hỗ trợ viết nhanh script Python để chuẩn hóa dữ liệu trước khi phân tích, huấn luyện mô hình hoặc nạp vào cơ sở dữ liệu.
• Khi bạn muốn mã có log, khả năng xử lý lỗi và dễ mở rộng thành pipeline ETL.

Hướng dẫn tùy biến

1. Mô tả đầu vào rõ hơn

Hãy bổ sung thông tin về thư mục chứa file, encoding thường gặp, dấu phân tách như dấu phẩy hoặc chấm phẩy, và một vài ví dụ về cột dữ liệu thực tế. AI sẽ sinh mã sát nhu cầu hơn.

2. Xác định quy tắc làm sạch

Bạn nên nêu rõ các quy tắc như đổi tên cột về snake_case, loại bỏ khoảng trắng thừa, ép kiểu số, chuẩn hóa ngày tháng, xóa trùng lặp, điền giá trị thiếu hoặc loại bỏ dòng lỗi.

3. Chỉ định đầu ra mong muốn

Có thể yêu cầu AI xuất file CSV sạch, tạo báo cáo thống kê số bản ghi bị ảnh hưởng, hoặc sinh thêm file log để kiểm tra chất lượng dữ liệu sau xử lý.

4. Chọn mức độ hoàn chỉnh của mã

Bạn có thể yêu cầu một script đơn lẻ, một hàm tái sử dụng, một class xử lý dữ liệu hoặc cấu trúc dự án nhỏ có chia module.

Lưu ý

• Nên yêu cầu AI giải thích ngắn gọn các giả định đang dùng nếu dữ liệu đầu vào chưa được mô tả đầy đủ.
• Nếu dữ liệu lớn, hãy yêu cầu tối ưu bộ nhớ, đọc theo chunk hoặc dùng thư viện phù hợp như pandas hoặc polars.
• Với dữ liệu nhạy cảm, tránh đưa trực tiếp thông tin thật vào prompt; chỉ cung cấp mẫu dữ liệu đã ẩn danh.
• Luôn kiểm thử script trên một tập CSV mẫu trước khi chạy hàng loạt.