要在合并重复项时汇总数值，可以先使用 SKU 等稳定标识符对行进行分组，再选择要保留的记录，并将组内所有记录的数值相加。Datablist 的 Duplicates Finder 可让你用自然语言描述这些规则、预览生成的脚本，然后应用更改。

首先要确认每一行数据代表什么。**只有来自不同来源的独立数值才能相加，例如不同仓库中的库存。**如果两行只是同一库存数据的重复导出，直接相加会导致库存被重复计算，此时应保留最新的快照。

例如，SKU A-100 在三个不同仓库中的库存分别为 12、8 和 5，合并后应得到一行库存为 25 的记录。在判断某项数据是否已经计算过时，还应检查仓库标识符或交易 ID。

本指南将详细介绍合并重复项并汇总数值的具体步骤：

准备数据

在合并重复项并汇总数值之前，需要先将数据导入 Datablist。我们从创建 Collection 和导入文件开始。

步骤 1：创建 Collection

在 Datablist 中，Collection 用于组织数据，可以把它理解为更智能的电子表格。点击侧边栏中的“+”按钮，或首页上的“Start with a CSV/Excel file”快捷入口，即可新建 Collection。

在 Datablist 中创建新的 Collection
在 Datablist 中创建新的 Collection

步骤 2：导入文件

你可以从多种来源导入数据。本例使用 CSV 或 Excel 文件：点击“Import CSV/Excel”，然后上传文件。

Datablist 支持处理大型文件，即使文件包含数十万行数据也无需担心。

导入 CSV 或 Excel 文件
导入 CSV 或 Excel 文件

Datablist 会自动识别列类型，例如 Text、Number、Date 和 Email。

⚠️ 重要提示：请确认要汇总的列（例如 /Stock）已被正确识别为 Number 类型。如果类型不正确，可以在导入过程中手动修改。

步骤 3：检查导入的数据

导入完成后，快速检查一下 Collection，确保所有内容均正确显示。此时应该可以看到待清理的数据行和列。

检查 Collection 中导入的数据
检查 Collection 中导入的数据

查找重复项

数据加载完成后，接下来查找其中的重复项。

步骤 4：启动 Duplicates Finder

打开 Clean > Merge duplicates。

启动 Duplicates Finder
启动 Duplicates Finder

步骤 5：选择去重标识字段

你需要告诉 Datablist 如何识别重复记录。

选择能够唯一标识列表中每个对象的属性，可以是 Email 地址、Product SKU、Company Name，也可以是多个字段的组合。

在本库存示例中，使用 SKU 对同一商品进行分组。仅凭商品名称可能会错误匹配不同尺寸或不同款式，因此只有在确认这些差异后才应使用商品名称。

选择用于识别重复项的属性
选择用于识别重复项的属性

步骤 6：选择匹配算法和 Processor

接下来选择比较算法。

对于商品 SKU，建议先选择 Exact，确保不同标识符不会被合并。对于 Email 或 URL 字段，Smart 可以通过相应的 Processor 对不同格式进行标准化。接受匹配结果前，请仔细检查相关设置。

你还可以选择一个“Processor”，在比较前标准化数据，例如清理 Email 地址或 URL。

选择匹配算法和 Processor
选择匹配算法和 Processor

点击 Run duplicates check。

步骤 7：预览重复项分组

Datablist 会分析数据，并列出可能重复的记录组。进入合并步骤之前，请逐一检查这些分组，确认它们确实属于重复项。

预览检测到的重复项分组
预览检测到的重复项分组

使用 AI Processing 汇总数值

选择 Custom with AI，为每个重复项分组生成处理规则。生成器只能看到少量数据样本，因此应明确说明如何处理缺失数字、无效日期和日期相同等情况，不要假设它能自动发现所有边界情况。

步骤 8：选择 AI Processing 模式

在重复项结果页面中选择 Custom with AI。下方较早的截图中仍显示旧名称 AI Editing。

该模式允许你通过自然语言 Prompt 定义自定义合并逻辑。

选择 AI Processing 模式
选择 AI Processing 模式

步骤 9：编写 AI Prompt

这是整个流程的核心。你需要编写一段 Prompt，说明 Datablist 应如何合并各个重复项分组。

Prompt 需要包含两个关键部分：

  1. **主记录选择：**告诉 AI 如何选择合并后要保留的主记录（“master”）。例如，可以选择“/Property 中日期最新的记录”“信息最完整的记录”或“最早创建的记录”。
  2. **数值汇总：**要求 AI 将组内所有记录（包括主记录）中指定数值字段的值相加，并把合计结果写入主记录的同一字段。

使用 /PropertyName 或 {{PropertyName}} 引用 Collection 中的列。

下面是一段示例 Prompt：它会汇总 /Stock 属性，并根据 /Date 属性中的最新日期选择主记录。

合并库存记录并汇总数值

分别处理每个重复项分组。保留 /Date 中有效日期最新的记录。如果最新日期有多条记录并列，或任意日期缺失或无效，则跳过该分组且不做任何更改。

将组内所有数值型 /Stock 值相加，包括要保留记录中的值。空白 Stock 值按零处理。如果任何非空 Stock 值不是数字，则跳过该分组且不做任何更改。

将合计值写入保留记录的 /Stock 字段。该记录的其他值保持不变，并删除该分组中的其他记录。

这段 Prompt 会刻意保持所选记录中的其他值不变。如果其他行包含有用的备注或标识符，请在删除它们之前，明确说明应如何保留这些字段。如果工作流需要保留每一行，请参阅不合并记录，仅统一重复项中的值。

Stock 规则区分了空白值和无效文本，同时只计算一次保留记录中的数值，避免漏算或重复计算这一常见问题。

步骤 10：确认 Prompt 并生成脚本

检查 Prompt，确认列名引用正确，例如 /Date 和 /Stock。确认无误后，点击 Generate and preview changes。

确认 Prompt 并准备生成脚本
确认 Prompt 并准备生成脚本

检查并运行 AI 脚本

Datablist 的 AI 不会直接执行你的指令。它会先根据 Prompt 生成 JavaScript 脚本，并展示预览结果。

步骤 11：等待处理完成

AI 需要一点时间来理解 Prompt 并生成相应脚本。

等待 AI 生成脚本
等待 AI 生成脚本

步骤 12：检查脚本说明

Datablist 会说明生成的脚本将执行哪些操作。请检查 AI 系统是否正确理解了你的意图。

检查生成的 JavaScript
检查生成的 JavaScript

步骤 13：检查脚本结果预览

更重要的是，在实际运行脚本之前，Datablist 会预览脚本将如何修改数据。

检查预览，并亲自计算至少一个分组中的数值进行核对。同时检查空白值、零、无效数字以及日期并列的情况。按照规则被跳过的分组应保持不变。

预览会显示合并和汇总后主记录的预计状态。请确认数值字段（例如 /Stock）显示的结果与重复项分组中各条记录的合计值一致。

检查脚本结果预览
检查脚本结果预览

步骤 14：查看包含主记录的预览示例

下面是某个分组的详细预览。可以看到，按照 Prompt 的要求，日期最新的记录被选为主记录。

预览主记录中的数值汇总结果
预览主记录中的数值汇总结果

步骤 15：运行脚本

如果预览结果正确，且各项合计值均符合预期，请点击 Run AI rules。Datablist 随后会将合并和汇总逻辑应用到 Collection 中所有已识别的重复项分组。

运行生成的脚本
运行生成的脚本

步骤 16：验证结果

脚本运行完成后，重复记录会按照你的指令进行合并。

返回 Collection 主视图。通过规则校验的分组现在应该只保留一条记录，并显示汇总后的数值；被规则跳过的分组则应保持不变。

检查执行汇总的列，例如 /Stock。此前重复记录中的数值现在应已聚合为合计值。

比较处理前后已接受分组的库存总量。合并不同来源的独立数据时，总量应保持一致。导出前，请单独检查被跳过的分组。

查看完成清理并汇总数值后的数据
查看完成清理并汇总数值后的数据

现在，你已经成功使用 AI Processing 在合并重复项的同时完成求和等计算，既减少了大量手动操作，也提升了数据准确性。

典型应用场景

AI 驱动的数值汇总功能适用于多种业务场景，以下是几个常见示例：

  • **库存管理：**从多个供应商或仓库导入商品清单后，同一商品可能出现多条记录。使用 AI Processing 合并这些记录，选择更新日期最新的记录作为主记录，并汇总所有重复项中的 /QuantityOnHand，从而获得准确的库存总量。
  • **销售数据整合：**来自不同地区或平台的销售数据，可能会在同一统计周期内为同一客户或商品生成重复记录。根据 CustomerID 和 ProductID 合并重复项，选择 SaleDate 最早的记录，并汇总 /UnitsSold 和 /Revenue 字段，得到统一的销售数据。
  • **财务数据汇总：**只有在核对交易 ID 后，才能将不同交易计入分类合计。两份对账单可能包含同一笔交易，因此应先删除重复记录再求和，并将不同币种分开处理。
  • **项目管理：**整合不同团队成员针对同一项目里程碑提交的任务记录。根据 ProjectID 和 MilestoneName 进行合并，保留 StatusUpdateDate 最新的记录，并汇总 /HoursLogged 字段，以统计总投入工时。
  • **电商订单合并：**合并同一客户订单中分开录入的同一商品明细。根据 OrderID 和 ProductID 去重，保留一条明细，并汇总 /Quantity 和 /ItemTotal 字段。

FAQ

Q1：如果数值列没有被识别为 Number 类型，该怎么办？ 导入时，请确认该列被设置为 Number 类型。如果已经按 Text 类型导入，可以在“Clean”菜单下使用“Convert Text to...”工具，将其转换为 Number，然后再运行 Duplicates Finder。AI 汇总功能要求字段必须是数值类型。

Q2：可以在同一个 Prompt 中汇总多个数值列吗？ 可以。只需扩展 Prompt，为多个字段分别添加求和规则。例如：

在上面的 Prompt 中添加一条规则，以同样的方式处理空白值和无效值，并汇总 /SalesCount。同时明确说明保留记录中的哪些字段不应更改，并在预览中检查两个字段的合计结果。

Q3：如果部分记录的数值列为空，会发生什么？ 生成的脚本会遵循你指定的规则。上面的 Prompt 将空白值按零处理；如果分组中存在非空但不是数字的 Stock 值，则跳过整个分组。运行前请检查预览，确认处理方式符合预期；不要在未说明的情况下将无效数值直接转换为零。

Q4：除了求和，AI 还能执行其他计算吗？ 可以，AI Processing 的灵活性很高。除了常见的求和，你还可以通过 Prompt 要求它计算平均值、最大值或最小值，甚至基于多个字段进行运算，不过相应的 Prompt 也会更加复杂。

Q5：AI Processing 是否比标准合并更贵？ “AI Processing”已包含在所有付费套餐中，并且不限使用次数。

Q6：如果 AI 没有正确理解 Prompt，该怎么办？ 运行脚本前，务必仔细检查预览。如果结果不符合预期，请优化 Prompt：补充更明确的说明，确认列名无误，并清楚写明主记录的选择条件和求和规则。遇到复杂逻辑时，可以拆分为更简单的步骤。你可以多次重新生成脚本，直到预览结果准确为止。