tidyflow：一个 CSV / Excel / JSON 数据清洗小工具

为什么做 tidyflow

很多数据处理本身并不难，麻烦常常出在开始前。CSV 里有重复行，Excel 混着空值，列名带空格和大小写，文本字段前后还藏着看不见的空白。真正开始分析前，总得先把这堆小问题收拾掉。

tidyflow 是我为这类场景写的小工具。它的目标很小：拿到一份脏数据后，先用一条清楚的流程把它整理到能继续分析的状态。

它解决的是启动成本

我希望它做的，是把“开始清洗数据”这一步变得没那么折腾。

一次性脚本当然能完成这些工作，不过脚本容易散在不同文件里，下次碰到相似问题又要重新拼一遍。tidyflow 把常见动作收进固定入口：先诊断，再清洗，最后生成报告。

我希望它保持的小边界

tidyflow 不需要长成大型数据平台。它把一件小事做好就够了：把脏数据整理成可以继续分析的数据。

这也决定了它的取舍。命令行入口要清楚，Python API 要顺手，报告要能说明清洗前后发生了什么。具体命令、链式 API 和模块划分，我会放到知识库里单独维护。

下一步

下一步我想补配置能力。比如把一套清洗规则写进 tidyflow.toml，这样就不用每次在命令行里重新写一遍，清洗流程也更容易复用。

这个方向如果打磨顺了，它会是个能放进日常工作里的小工具，而不只是项目列表里的 demo。