AIAgent-Hub · ChatGPT Data Analysis
Стандартизация справочников ChatGPT Data Analysis
Сведение разнобоя в категориальных столбцах к каноническим значениям через словарь маппинга с ручной проверкой неоднозначных склеек.
В категориальных столбцах бардак: одно и то же написано десятком способов (страны, города, названия компаний, статусы, единицы). Приведи к каноническим значениям.
Для выбранных столбцов:
1. Выведи ВСЕ уникальные значения с частотами.
2. Сгруппируй варианты, означающие одно и то же: учитывай регистр, пробелы, опечатки, сокращения, синонимы, перевод (Almaty/Алматы/Алма-Ата → Алматы; ТОО/LLP → ТОО).
3. Предложи каноническую форму для каждой группы (правило выбора: самая частая корректная запись или официальное название) и собери словарь mapping {вариант: канон}.
4. ВАЖНО: покажи мне словарь на проверку перед применением — особенно неоднозначные склейки, где можно ошибиться.
5. Редкие/мусорные значения (1-2 вхождения, явный брак) вынеси отдельным списком — я решу, склеивать или в «Прочее».
6. После подтверждения примени маппинг и покажи до/после по частотам.
Верни таблицу группировки, словарь mapping и Python-код применения. Для нечёткой группировки можешь использовать rapidfuzz.Открыть в каталоге AIAgent-Hub →