For the complete documentation index, see llms.txt. Markdown versions of documentation pages are available by appending .md to the page URL.
Navigation principale
Theme

Suggestions
Tableau de bord de l’API
Essayez ChatGPT
Codex

Codex use case

Nettoyer et préparer des données hétérogènes

Traitez des données tabulaires sans modifier le fichier d’origine.

Difficulty Easy
Time horizon 5m

Glissez-déposez ou mentionnez un fichier CSV ou une feuille de calcul à nettoyer. Décrivez les problèmes que vous avez repérés et demandez à ChatGPT de créer une copie nettoyée sans modifier le fichier d’origine.

Best for

  • Exports au format CSV ou sous forme de feuille de calcul avec des formats de date hétérogènes, des devises différentes, des doublons, des lignes récapitulatives ou des valeurs manquantes.
  • Équipes qui travaillent avec des données provenant de plusieurs sources.

Contents

    ← All use cases

    Nettoyer et préparer des données hétérogènes

    Traitez des données tabulaires sans modifier le fichier d’origine.

    Glissez-déposez ou mentionnez un fichier CSV ou une feuille de calcul à nettoyer. Décrivez les problèmes que vous avez repérés et demandez à ChatGPT de créer une copie nettoyée sans modifier le fichier d’origine.

    Easy
    5m

    Glissez-déposez ou mentionnez un fichier CSV ou une feuille de calcul à nettoyer. Décrivez les problèmes que vous avez repérés et demandez à ChatGPT de créer une copie nettoyée sans modifier le fichier d’origine.

    Easy
    5m

    Related links

    Analyser des données avec ChatGPT Fichiers en entrée Skills pour les agents

    Best for

    • Exports au format CSV ou sous forme de feuille de calcul avec des formats de date hétérogènes, des devises différentes, des doublons, des lignes récapitulatives ou des valeurs manquantes.
    • Équipes qui travaillent avec des données provenant de plusieurs sources.

    Skills & Plugins

    • Spreadsheet
      Examinez des fichiers de données tabulaires, nettoyez les colonnes et produisez des résultats faciles à vérifier.
    Skill Why use it
    Spreadsheet Examinez des fichiers de données tabulaires, nettoyez les colonnes et produisez des résultats faciles à vérifier.

    Starter prompt

    Nettoyez @marketplace-risk-rollout-export.csv. Problèmes à corriger : - Les dates sont au format MM/DD/YYYY ou YYYY-MM-DD. - Certains montants contiennent le symbole $ ou des virgules. Certaines cellules de montant sont vides. - Des exports successifs ont dupliqué quelques lignes de données client. - Les mêmes régions et catégories apparaissent sous plusieurs noms. - Des lignes récapitulatives ont été collées au milieu des données. Résultat souhaité : - Créez un fichier CSV nettoyé. - Conservez le fichier d’origine intact. - Utilisez un seul format de date. - Laissez vides les cellules de montant qui le sont déjà. - Conservez si possible les identifiants des lignes d’origine. - Ajoutez une courte note sur la qualité des données. Indiquez les lignes que vous avez modifiées ou supprimées, ainsi que celles pour lesquelles vous n’avez pas pu déterminer avec certitude la correction à apporter.
    LunaMedium
    Nettoyez @marketplace-risk-rollout-export.csv. Problèmes à corriger : - Les dates sont au format MM/DD/YYYY ou YYYY-MM-DD. - Certains montants contiennent le symbole $ ou des virgules. Certaines cellules de montant sont vides. - Des exports successifs ont dupliqué quelques lignes de données client. - Les mêmes régions et catégories apparaissent sous plusieurs noms. - Des lignes récapitulatives ont été collées au milieu des données. Résultat souhaité : - Créez un fichier CSV nettoyé. - Conservez le fichier d’origine intact. - Utilisez un seul format de date. - Laissez vides les cellules de montant qui le sont déjà. - Conservez si possible les identifiants des lignes d’origine. - Ajoutez une courte note sur la qualité des données. Indiquez les lignes que vous avez modifiées ou supprimées, ainsi que celles pour lesquelles vous n’avez pas pu déterminer avec certitude la correction à apporter.
    LunaMedium

    Introduction

    ChatGPT est particulièrement efficace pour nettoyer méthodiquement des données tabulaires. Si un fichier CSV ou une feuille de calcul contient des dates dans différents formats, des lignes en double, des montants enregistrés sous forme de texte, des cellules vides, des alias ou des lignes de synthèse ajoutées par copier-coller, demandez à ChatGPT d’en nettoyer une copie en conservant le fichier d’origine intact.

    Marche à suivre

    1. Faites glisser le fichier dans ChatGPT ou mentionnez-le dans votre prompt, par exemple @customer-export.csv.
    2. Décrivez les problèmes que vous avez déjà repérés.
    3. Précisez sous quelle forme ChatGPT doit vous fournir les données nettoyées : un fichier CSV, un onglet de feuille de calcul ou un fichier prêt à être importé.
    4. Vérifiez la copie nettoyée avant de l’utiliser.

    Pour un premier nettoyage, utilisez le modèle de prompt proposé sur cette page. Remplacez le nom du fichier par le vôtre et adaptez les éléments de la liste à votre situation. Précisez les problèmes que vous avez déjà repérés et ce dont vous aurez besoin pour la suite : un fichier CSV nettoyé, un onglet de feuille de calcul contenant les données nettoyées ou un fichier prêt à être importé. Une fois la copie créée par ChatGPT, ouvrez le fichier nettoyé et la note sur la qualité des données depuis la discussion avant d’utiliser ces données dans la suite de votre travail.

    Related use cases

    Analysez les retours sur un produit à partir de plusieurs outils

    Transmettez à ChatGPT Work les retours issus de Slack, d’enquêtes, d’outils de suivi des...

    Data Integrations

    Créez un tableau de bord qui reste à jour

    Demandez à ChatGPT Work de créer un site privé et interactif à partir de vos feuilles de...

    Data Automation

    Actualiser les prévisions et le plan opérationnel

    Fournissez à ChatGPT le modèle opérationnel, les derniers résultats réels, les hypothèses...

    Data Knowledge Work