用于半自动清理混乱数据（平面文件、Excel 等）的软件工具？

Question

我经常收到文件，通常是 Excel 电子表格，其中包含手动输入的数据，这些数据已经超出了电子表格的实用性。然后我会清理这些文件以导入数据库。

这有时很容易，有时很费力，取决于数据的“干净”程度。

例如：

Name            Age     Phone #
J Smith         31 yo   8019219210
Smith, Mary Alice  43     [phone]

我翻译成：

First_Name  Middle_Name Last_Name      Age  Phone_Number
J            NULL        Smith          31   801-921-9210
Mary          Alice       Smith          43   203-456-7788

我真的很喜欢一些软件，它可以帮我设置每列“应该是什么样子”的参数，自动标记可疑的值，并允许我循环浏览这些值以根据需要进行编辑。

有人知道是否存在这样的软件吗？我猜想它确实存在，但我不知道如何开始寻找它。

我还愿意接受有助于有效完成同类任务的标准操作程序。

谢谢！

Answer 1

更新：Google Refine 已转型为社区驱动项目，开放的Refine

---

在我发布这篇文章后，谷歌发布了谷歌优化，它似乎具有我所想象的所有功能，并且还包含一些其他功能。

当我发现 Refine 时，我刚找到了一份新工作，没有机会测试它，所以我无法评论它的质量。如果你用过它并且它有用，请投票支持这个答案。如果它得到几票，我会选择这个答案。

Answer 2

如果您收到的文件中的列布局是半一致的，那么您可能可以编写一个宏来完成大多数操作。拆分姓名（使用规则来识别姓氏，后面跟逗号等），将年龄设为数字，格式化手机。

您甚至可以让它循环，并在有疑问时有条件地格式化该行以供进一步关注。