清洗数据、生成公式和图表

一张漂亮的折线图突然在某个月冲高，最后发现只是日期格式混乱，让两批数据挤进同一个月份。图表没有犯错，它只是忠实放大了清洗阶段的疏忽。

清洗和可视化必须可回滚、可复算；漂亮只是最后一项标准

“删除重复项”听起来没有争议，直到同一客户确实在一天内下了两笔相同订单。清洗规则不是卫生习惯，而是业务判断。ChatGPT 可以提出规则和公式，却不知道两条相同记录究竟是重复还是事实。

每一步都留下前后计数

不要直接覆盖原表。复制一份工作表，逐步记录：日期格式转换了多少行，去重前后相差多少，哪些异常值被保留。数字突然少了三成时，你需要知道是哪条规则造成的，而不是面对一张已经“清理干净”的表猜原因。

画图也应从问题出发。比较类别用条形图，观察时间变化用折线图；如果两个指标单位差异巨大，不要为了塞进一张图而制造误导。图表的任务不是给分析化妆，而是让一个关系更容易被看见。

请在不覆盖原始数据的前提下给出清洗计划