Codeium编写数据处理流程提示词如何完整表达限制条件

数据清洗必须严格遵循业务规则，否则可能导致统计结果严重失真。以下是确保订单数据准确处理的关键要点。

明确列出所有硬性限制条件

为确保数据处理准确无误，所有约束条件必须清晰表述：

1. 必须排除status为'cancelled'或'refunded'的订单
2. order_amount字段需转换为数值后校验>0，非数字值统一置为NULL
3. 仅处理created_at在2024-04-01至2024-06-30之间的记录
4. 输出结果按user_id分组，返回各组sum(order_amount)、count(*)、max(created_at)三个字段

用「否则」句式绑定后果

每条限制条件都应附带违规后果说明：

1. 订单状态为'refunded'的记录必须剔除，否则会导致GMV虚高12%以上
2. order_amount未转数值就聚合，否则pandas会报TypeError且中断执行
3. created_at未加日期范围过滤，否则将混入测试环境历史脏数据

提供带注释的输入输出样例

有效的数据样例应包含以下要素：

```csv order_id,user_id,status,order_amount,created_at ORD-001,U-101,paid,299.99,2024-05-12 14:30:00 # 正常有效订单 ORD-002,U-102,refunded,149.50,2024-05-10 09:15:00 # 必须剔除：status=refunded ORD-003,U-103,paid,abc,2024-05-08 20:45:00 # 必须转NULL：order_amount非数字 ```

输出示例应明确展示计算结果：

输出字段：user_id, total_amount, order_count, latest_order_time U-101, 299.99, 1, 2024-05-12 14:30:00 # total_amount=299.99（已剔除refunded/非法金额）

声明数据源与运行环境

数据处理需要明确以下环境要求：

1. 输入为pandas DataFrame，列名固定为order_id,user_id,status,order_amount,created_at，无索引
2. 使用pandas 2.0+，禁用for循环，必须用vectorized操作
3. 遇到NaN的created_at按当前日期前推90天填充，不抛错

通过以上步骤规范数据清洗流程，可确保分析结果准确可靠，避免常见的数据处理陷阱。