数据清洗与格式转换：Tokeny 实操案例

准备这次任务的输入

在 Tokeny 中新建工作空间，将下载的样例解压到工作空间，选择支持工具调用的模型。本例使用合成演示数据或文中列出的公开资料。

dirty.csv

把任务交给 Tokeny

按 id 去重，保留第一次记录，清理姓名和邮箱空格，统一日期为 ISO 格式；无效邮箱、缺失金额保留为空并记入问题表，输出 CSV、JSON、Excel。

交付文件：clean.csv、clean.json、clean.xlsx、issues.csv。
验收要点：
- 输出 3 个唯一 id
- 缺失金额未臆填
- 有去重与异常记录
这是使用合成演示输入或指定公开资料的真实操作案例。请先读取工作空间输入，再实际生成文件并自检。所有写入、脚本与临时服务限于当前工作空间；临时服务只监听 127.0.0.1，执行后关闭；不触达外部收件人、不发布、不付款、不更改系统设置，不调用子智能体。需要公开资料时可读取给定 URL。只启用完成任务必需的工具。另写 report.md（中文）和 report.en.md（英文），简洁、完整，包含输入、处理步骤、真实结果、检查方式和局限；失败或未验证部分如实记录，不能宣称成功。最终回复用中文列出产物、关键结果与待核实项。

复核后追加的任务（1 次）

独立渲染发现 clean.xlsx 使用默认窄列，完整邮箱和问题说明被截断。请调整 clean 和 issues 的列宽、长文字换行及行高，增加清晰表头，保留空邮箱与空金额，不改变实际清洗结果。更新双语报告，不要求固定字数。

本次使用独立演示工作空间。复现时，请根据自己的文件与权限设置检查操作，确认后继续。

实际执行过程

任务从 Tokeny 输入框提交，由在线模型读取资料并调用工具实际执行。本例核对本地演示任务与实际生成的文件，结果和检查方法见下文。

Tokeny 1.7.8 中「数据清洗与格式转换」的真实执行会话与生成文件。点击可查看原图。

产物、结果与复核

输入

文件：dirty.csv
实际读取：4 条非空数据记录，字段为 id、name、email、date、amount。
输入中 id=1 出现两次，末尾空行被忽略。

处理步骤

按 id 去重，保留首次出现的记录；重复记录写入 issues.csv。
清理姓名和邮箱首尾空格。
将 2026/10/01、2026-10-02 等日期统一为 YYYY-MM-DD ISO 日期格式。
校验邮箱格式；无效邮箱清空，并写入问题表。
缺失金额保持为空，不进行推断或填充，并写入问题表。
输出 CSV、JSON 和 Excel；Excel 含 clean 与 issues 两个工作表。

真实结果

清洗主表：3 条记录，唯一 id 为 1、2、3。
清洗主表中的空值：id=2 的 email 和 amount 为空。
问题表：3 条，分别为 1 条重复 id、1 条无效邮箱、1 条缺失金额。
日期结果：2026-10-01、2026-10-02、2026-10-03。

检查方式

重新读取 clean.csv 和 clean.json，核对记录数、唯一 id、空金额及 ISO 日期。
使用 openpyxl 重新读取 clean.xlsx，核对工作表、行数及内容与 CSV/JSON 一致。
检查 clean.xlsx 的列宽、表头样式、自动换行、行高、冻结首行和筛选设置。
重新读取 issues.csv，核对异常类型和数量。

Excel 展示优化

clean 工作表已加宽邮箱列，issues 工作表已加宽问题说明列，避免完整内容被默认窄列截断。
两个工作表均使用清晰的深色表头、边框、顶部对齐和长文字自动换行。
已设置适合内容的行高，并冻结首行、启用筛选；清洗数据本身未改变。

局限

邮箱校验采用基本格式规则，不执行域名存在性、可投递性或邮箱所有权验证。
金额非空值按文本保留，未进行币种、精度或业务范围校验。
本次输入只有 4 条非空记录，结论仅适用于该输入文件。

下载产物，自己核对

压缩包保存本次执行生成的文件。替换成自己的资料后，可以按下面的检查点验收。

输出 3 个唯一 id
缺失金额未臆填
有去重与异常记录

clean.csv · 1 KBclean.json · 1 KBclean.xlsx · 7 KBissues.csv · 1 KBreport.md · 2 KBreport.en.md · 2 KB

下载本次实际产物