地址清洗助手
地址清洗助手
200 条地址，格式乱七八糟，怎么整理成统一的省/市/区？
你拿到一份客户通讯录 Excel，里面有个"详细地址"列。打开一看：
- 有的写"北京市朝阳区建国路88号"
- 有的只写"望京SOHO"，省市全没有
- 有的夹着手机号"广州天河路385号13800138000"
- 有的全角半角混着来"深圳市南山区科技路１００号"
你需要把它们全部拆成"省 / 市 / 区县 / 街道 / 门牌号"五列。手动拆？200 条你可能还忍得住，2000 条呢？
地址清洗助手帮你一键搞定：选好地址列，点一下，系统自动识别省市区、去噪音、补缺失，几秒钟出结果。纯本地处理，不调任何 API，不花钱，不限行数。
你需要准备什么
- 一份 Excel 或 CSV 文件
- 至少包含一列中国地址（完整或部分都行，比如只有"朝阳区望京SOHO"也能处理）
跟着走
第一步：打开工具
在左侧菜单点「数据魔方」—— 顶部选「数据处理」Tab —— 点「地址清洗助手」卡片进去。
你会看到一个三步向导页面：步骤1-数据导入 / 步骤2-清洗配置 / 步骤3-清洗结果。
第二步：导入数据
把你的 Excel 或 CSV 文件拖到页面中间的虚线框里，或者点「选择文件」手动选。
没有现成数据？点左下角的「📦 加载示例数据」，系统会生成一份 10 条门店地址的样本，你先拿它试试手感。
导入成功后，下方会出现一个「字段映射」卡片，让你选哪一列是地址列。系统会自动找名字里带"地址""address""addr"的列帮你选好。如果没猜对，手动点下拉框换一个。
到这里，你的屏幕应该是：上方有数据预览表格，下方有"地址列"的下拉选择框已经选好了某一列。
第三步：调清洗选项
点右上角「下一步」，进入清洗配置页。这里有四个开关：
- 省市区自动补全（默认开）—— 如果地址里只写了"朝阳区"没写省市，系统会帮你补上"北京市"。这个功能靠的是内置行政区划词典，不联网
- 去除噪音字符（默认开）—— 自动去掉括号里的备注、手机号、固话、邮编、特殊符号
- 全角转半角（默认开）—— 把"１００号"变成"100号"，把全角逗号变成半角逗号
- 尝试纠错（默认关）—— 检测连续重复字，比如"朝阳阳区"改成"朝阳区"。这个功能比较激进，如果你的地址里有合法的重复字（比如人名），建议关着
一般情况下，前三个开着、第四个关着就够了，不用动。
⚠️ 这里很多人会犯一个错：地址列选错了。比如选了"门店名称"列而不是"详细地址"列 —— 跑出来全是"❌ 无法识别区划"。回到第一步，确认下拉框里选的是包含地址文本的那一列。
第四步：开始清洗
点「开始清洗」按钮。
页面上方会出现进度条，显示"已处理 50/200 条""已处理 150/200 条"。200 条数据大概 1-2 秒就跑完了，上万条也只要几秒。
跑完后自动跳到第三步结果页，右上角弹出绿色提示"清洗成功"。
第五步：查看结果
结果页会告诉你：
- 清洗统计 —— 总共多少条、成功率多少、省级/市级/区级识别率分别多少、有多少条是靠词典补全的
- 结果预览表 —— 你的原始数据后面多了六列：
省、市、区/县、街道地址、门牌号、清洗状态
清洗状态有三种标记：
- ✅ 完整 —— 省市区全部识别出来了
- ⚠️ 已补全省市 —— 原始地址缺省或市，系统帮你补上了
- ❌ 无法识别区划 —— 这条地址没法解析，可能是纯英文地址、或者写得太简略
💡 说到这里要特别提醒你：看到 ⚠️ 不代表出错了，反而是系统帮你做了一件好事。比如原始地址只写"望京SOHO"，清洗后变成"北京市 / 朝阳区 / 望京SOHO" —— 省市是系统根据"望京"反推补上的，这种情况标记为"已补全省市"。
第六步：导出
对结果满意的话，点结果页的导出按钮，数据会发送到左下角的「数据导出」面板，你可以选格式（Excel / CSV）和保存路径。
做完了，检查一下
如果你在结果预览表里看到"省""市""区/县"三列大部分都填上了内容，成功率在 80% 以上——说明地址清洗已经完成了。
接下来，你可以试试：