跳到文章正文
ChatGPT 实用教程

ChatGPT怎么整理数据字典?字段定义、空值规则与样本对照

从现有表格提取字段清单,区分已知定义和待确认推测;补齐类型、单位、允许值与来源,检查数据字典是否…

ChatGPT怎么整理数据字典?字段定义、空值规则与样本对照

收到一张表,不知道status、amount或时间字段表示什么,直接分析容易算错口径。ChatGPT可以整理数据字典草案,但字段含义必须由实际来源确认。本文围绕元数据说明,不重复数据清洗或透视计算。

第一步:列字段和真实样本

保留原文件,先读取表头、行数与少量脱敏样本,列出空值和常见格式。不能凭amount这个名字直接认定含税金额,也不能从数字长度推断手机号或订单号。

已有接口文档、业务说明和导出定义可以提供为来源,优先使用明确证据。缺少资料时将含义标为待确认,不为让字典完整而编造负责人或默认值。

先生成字段清单,不做业务统计。每个字段列原名、可见样本、格式特征、空值情况、已有来源与待确认问题。观察与推测分开,不把推测写成已确认定义。

第二步:设计字典必需列

建议包含字段原名、中文定义、数据类型、单位、合法值、空值含义、唯一性、来源和核对日期。是否必填、是否唯一需要明确依据,样本里没重复不能证明永远唯一。

类型和显示格式分别说明:有前导零的编号应保留文本,时间戳要写时区,金额要写币种与精度。空字符串、null、零和未提供可能含义不同,应按数据源定义。

字典模板:字段原名|含义|类型|单位|允许值|缺失处理|唯一性与关联|来源依据|待确认项。status枚举只列已证实值,未知值保留异常,不扩展解释。

第三步:逐字段核实业务口径

把疑问组织成具体问题,例如amount是否含税、created_at是创建还是入库时间、status的0是否代表未开始。避免问“这些列对吗”这种无法定位的笼统问题。

得到答复后记录来源与适用版本,修改对应条目,不把新版本定义自动覆盖历史数据。相同字段名在两个系统含义可能不同,字典应绑定数据集或接口身份。

第四步:用样本验证字典能否解释数据

拿多种正常、空值和异常样本逐行对照,检查类型、范围和枚举。规则不符时先判断字典错、数据错还是版本不同,不能一律清洗成符合字典。

涉及关联字段时检查键是否存在、重复和缺失,但不根据一次样本就推断完整数据库约束。将实际观察与正式规则分开,避免未来使用者把抽样结论当作强保证。

验收:每列都有去向;没有猜测被标确认;单位与时区明确;编号类型正确;空值可解释;异常可定位;定义与来源版本对应;尚未证实规则保留待确认。

第五步:交付与维护

输出独立可编辑字典和未决问题清单,保留原表不变。字典可用Excel或文档承载,但格式漂亮不能替代定义准确;新增字段或枚举时需要维护版本与变更说明。

完成标准是使用者能依据字典解释真实记录,并知道哪些信息仍未知。后续分析引用字典版本,避免不同人用不同口径得到看似冲突的结果;本教程不代替数据所有者确认业务含义。

官方资料

资料核对日期:2026年11月18日。

本文地址:https://www.163264.com/21715