Learning Timeline
Key Insights
Tips 'Retrofit' Prompt
Anda perlu menyesuaikan (retrofit) bahagian niche dalam prompt mengikut industri sasaran anda. Jika anda mencari perniagaan kecil, pastikan anda melarang Claude daripada mengekalkan jenama besar (big box retailers) dalam dataset.
Kelebihan Claude Code vs Manual
Claude Code sangat efisien kerana ia boleh memproses pelbagai fail CSV secara serentak (bulk) tanpa anda perlu membuka aplikasi spreadsheet seperti Excel atau melakukan tapisan manual satu per satu.
Prompts
Prompt Pembersihan Junk Data CSV
Target:
Claude Code
I have these CSV files in my directory. Go ahead and clean them by removing all of the obvious junk data. Remove things like listings with no business name, address, city, or state. Also, remove permanently closed ones, and any obvious ones that don't relate to my niche like big box retailers. Process all the files and provide the cleaned version.
Step by Step
Langkah Pembersihan Dataset CSV dengan Claude Code
- Buka terminal atau Command Line Interface (CLI) dalam direktori projek yang mengandungi fail CSV anda.
- Pastikan Claude Code telah dipasang dan bersedia untuk menerima arahan dalam direktori tersebut.
- Kenal pasti fail-fail CSV yang perlu dibersihkan (contohnya, 5 fail hasil scraping).
- Masukkan prompt arahan pembersihan ke dalam Claude Code yang menyatakan kriteria data yang ingin dibuang secara spesifik.
- Arahkan Claude untuk menapis baris yang mempunyai maklumat kosong pada ruangan 'business name', 'address', 'city', atau 'state'.
- Berikan arahan tambahan untuk membuang entiti yang berstatus 'permanently closed'.
- Nyatakan kategori perniagaan yang tidak berkaitan (contohnya: 'big box retailers') untuk dikeluarkan daripada senarai.
- Biarkan Claude Code memproses kesemua fail CSV secara serentak untuk mengemas kini data tersebut.
- Semak ringkasan atau hasil akhir fail untuk memastikan hanya data berkualiti yang tinggal sebelum memulakan analisis.
