Nettoyer des données Excel avec l'IA : 2 prompts, 4 outils

Quel outil d'IA pour nettoyer votre tableur ?

Copilot Clean Data ne corrige que trois sortes de problèmes, et les dates mélangées et les lignes en double n'en font pas partie : le problème présent dans le fichier restreint donc le choix autant que sa taille. Quatre outils prêts à l'emploi et deux voies par chat, compilés à partir des pages d'aide des éditeurs telles que vérifiées le 26 septembre 2026, avec les outils d'IA dédiés au nettoyage après le tableau :

Microsoft indique que Clean Data « fonctionne au mieux avec des données tabulaires jusqu'à 100 colonnes et 50 000 lignes » (Clean Data in Excel), et la même page liste exactement les trois types de suggestions du tableau. Les séparations de noms au format « Nom, Prénom » manquent aussi : un fichier qui présente ces problèmes demande donc encore un prompt ou un script. Les suggestions de nettoyage de Google se trouvent sous Données, puis Nettoyage des données, et signalent les problèmes en rouge. Gemini dans Sheets a gagné les modifications en plusieurs étapes dans la mise à jour de Google du 16 octobre 2025 : un seul prompt peut donc supprimer les lignes inactives et reformater une colonne en même temps.

ChatGPT est le seul des quatre à écrire du code et à l'exécuter sur votre fichier : la page d'aide sur l'analyse de données d'OpenAI indique qu'il exécute du Python dans un environnement de type notebook Jupyter, et sa FAQ sur les téléversements plafonne un tableur à environ 50 Mo (le chiffre de 400,000 lignes ci-dessus correspond à ces 50 Mo divisés par 120 caractères par ligne, notre propre calcul).

Les outils d'IA dédiés au nettoyage forment la troisième voie. Numerous, Powerdrill, Grist et Bricks nettoient chacun dans leur propre feuille ou leur propre téléversement : aucune limite de réponse de chat ne coupe donc le tableau, mais aucune de leurs pages ne décrit un journal des modifications ligne par ligne. Ce que disent les pages de chacun, vérifiées le 26 septembre 2026 :

Les deux voies par chat ci-dessous sont celles où vous fixez chaque règle et recevez un journal des modifications ligne par ligne, ce qui explique que le reste de cette page leur soit consacré.

Quel prompt nettoie un tableur et consigne chaque modification ?

Le prompt qui nettoie un tableur en toute sécurité demande deux résultats : le tableau nettoyé, et une ligne de journal pour chaque cellule modifiée. Collez la feuille au format CSV ou joignez-la ; le modèle lit les valeurs des cellules comme du texte, donc une colonne de formules arrive sous la forme de son dernier résultat calculé (ce qui arrive à chaque type de fichier). Envoyez ensuite ceci, adapté à vos colonnes :

```

Voici un tableau collé au format CSV. Nettoie-le et renvoie deux choses.

1. Le tableau nettoyé au format CSV : mêmes colonnes, même ordre, même nombre de lignes, sauf si une ligne est un doublon exact d'une ligne précédente.
2. Un journal des modifications : une ligne par modification, sous la forme "ligne 14, Email : espace final supprimé". Si tu fais la même modification sur plusieurs lignes, liste les lignes, pas un résumé.

Règles. Les dates deviennent AAAA-MM-JJ ; quand une date peut se lire de deux façons (03/04/2025), ne devine pas, laisse-la telle quelle et liste-la sous AMBIGU. Noms avec une majuscule initiale à chaque mot, e-mails en minuscules, espaces superflus supprimés partout. Sépare "Nom, Prénom" en deux colonnes nommées Nom et Prénom. Transforme les montants comme "$1,299.00" en nombres simples. Ne remplis jamais une cellule vide ; laisse-la vide et liste-la sous VIDE. Si tu supprimes une ligne, dis laquelle et pourquoi. Termine par le nombre de lignes en entrée et le nombre de lignes en sortie.

```

Le journal des modifications est tout l'intérêt du prompt. Un tableau nettoyé seul a l'air terminé, et avoir l'air terminé est le problème : on ne peut pas distinguer une cellule corrigée d'une cellule réécrite. Avec le journal, vérifier le travail revient à une relecture de dix minutes, et toute ligne du type « ligne 31, Montant : 1,299 changé en 1.299 » vous indique que le modèle a lu un séparateur de milliers européen comme une virgule décimale.

Lancez ensuite le même prompt dans un second modèle et comparez les deux journaux. Une ligne que l'un a écrite et pas l'autre est exactement la cellule à ouvrir dans le fichier d'origine. La vue de comparaison de Whizi envoie un prompt à deux modèles dans deux colonnes ; dans toute autre application, ouvrez un nouveau chat pour que le second modèle travaille à partir du CSV d'origine et non de la première réponse. Pour les formules, les recherches et les tableaux croisés dynamiques après le nettoyage, utilisez le pack de prompts pour tableurs.

Comment nettoyer des données dans Excel avec l'IA sans coller chaque ligne ?

Pour un gros fichier Excel, collez l'en-tête et une trentaine de lignes d'exemple, et demandez à l'IA des étapes Power Query, qu'Excel enregistre et rejoue sur l'export du mois prochain. Incluez les lignes les plus sales dans l'échantillon, et indiquez combien de lignes compte le vrai fichier :

```

Voici la ligne d'en-tête et 30 lignes d'exemple d'un CSV d'environ 12,000 lignes. Ne nettoie pas l'échantillon. Écris [des étapes Power Query dans l'ordre où je les clique / un script Python avec pandas / un Google Apps Script] qui font ce qui suit sur le fichier complet.

Lis la colonne Date avec le jour en premier et réécris-la au format AAAA-MM-JJ, et signale toute valeur qui ne se lit pas au lieu de supprimer la ligne. Supprime les espaces superflus dans chaque colonne de texte. Mets la colonne Email en minuscules. Mets une majuscule initiale à chaque mot dans les colonnes de noms. Sépare "Nom, Prénom" en Nom et Prénom. Convertis les valeurs de Montant comme "$1,299.00" en nombres. Supprime les lignes qui sont des doublons exacts d'une ligne précédente. Laisse les cellules vides vides.

Écris chaque modification dans une seconde feuille ou un second fichier appelé changelog avec quatre colonnes : numéro de ligne, colonne, ancienne valeur, nouvelle valeur. Affiche le nombre de lignes avant et après. Commente chaque étape en une ligne pour que je puisse la lire sans connaître le langage.

```

Choisissez la cible selon l'endroit où se trouve le fichier. Les utilisateurs d'Excel tirent le plus de Power Query, parce que chaque étape apparaît dans le volet Étapes appliquées. Un piège : la documentation Power Query de Microsoft (mise à jour en avril 2026) indique qu'il devine les types de colonnes à partir des 200 premières lignes ; une colonne de dates propre sur 200 lignes et désordonnée ensuite semble donc correcte dans l'aperçu et échoue plus tard. Les utilisateurs de Google Sheets ont Apps Script. Quiconque est à l'aise dans un terminal obtient Python avec pandas, qui traite de la même façon un fichier de 12,000 lignes et un fichier de 1,048,576 lignes (la limite stricte d'une feuille Excel).

Dans un chat classique, le modèle écrit le script et vous l'exécutez. L'analyse de données de ChatGPT fait exception, puisqu'elle exécute son propre Python sur le fichier téléversé, et la page d'aide d'OpenAI vous demande tout de même de relire le code généré, les résultats et les hypothèses avant de vous fier au résultat. Best AI for data analysis compare les environnements d'exécution ; l'habitude de lire le code écrit par l'IA avant de l'exécuter est celle décrite dans AI for coding. Une fois le fichier propre, analyser le tableur avec l'IA est le workflow suivant.

Combien de lignes l'IA peut-elle nettoyer d'un coup ?

Dans un chat qui réécrit le tableau, la limite de réponse de l'application est le plafond. Whizi limite une réponse à 20,000 tokens, ce qui contient environ 580 lignes de dix colonnes, et environ moitié moins une fois que le journal des modifications partage la place. Les chiffres ci-dessous sont approximatifs, parce que les tokenizers ne comptent pas les caractères. La règle empirique d'Anthropic est d'environ 3,5 caractères anglais par token, donc 20,000 tokens de sortie font à peu près 70,000 caractères.

Côté entrée, c'est plus souple. Dans Whizi, un message, texte extrait d'un fichier joint compris, est limité à 100,000 caractères (environ 28,000 tokens), et chaque tour à 40,000 tokens en entrée et 20,000 en sortie sur tous les modèles (les limites, citées). Les autres applications de chat fixent leurs propres limites de réponse, et la plupart ne les publient pas, mais la forme est la même : il entre plus de lignes qu'il n'en ressort.

Divisez maintenant la dernière colonne par deux, parce que le journal des modifications partage la réponse avec le tableau. C'est de là que vient le chiffre de « environ 500 lignes » de la checklist pour un tableur étroit dans Whizi, et on est plus près de 150 pour un tableur large. Au-delà de ces nombres, le modèle répond toujours, mais le tableau qu'il renvoie est plus court que celui que vous avez envoyé, et il ne le dit pas toujours. Une fenêtre de contexte d'un million de tokens n'y change rien, parce que la limite de réponse est distincte de la fenêtre.

Trois défaillances à vérifier avant de faire confiance à un tableur nettoyé par l'IA

Vérifiez trois défaillances dans un tableur nettoyé par l'IA : des lignes supprimées, des valeurs inventées dans les cellules vides, et des dates inversées entre jour en premier et mois en premier. Chacune laisse un fichier d'apparence propre, donc aucune ne saute aux yeux au premier coup d'œil sur le résultat.

Suppressions silencieuses de lignes. Un tableau plus long que la limite de réponse revient tronqué (le calcul des lignes est dans la section ci-dessus), et une ligne qui ne se lit pas proprement, comme une cellule fusionnée, une note tapée dans la colonne des montants ou une ligne avec une virgule de trop, est du genre qu'un outil de nettoyage peut sauter. Ni l'un ni l'autre ne se voit dans un tableau d'apparence soignée. Le prompt ci-dessus demande le nombre de lignes en entrée et en sortie pour cette raison. Si elles diffèrent et que le journal n'en dit pas la cause, le fichier n'est pas nettoyé, il est plus court.

Valeurs inventées dans les cellules vides. Certains outils remplissent les vides exprès : le blog de Numerous cite lui-même le remplissage des valeurs manquantes parmi ce qu'un prompt sait faire. Une cellule remplie ressemble ensuite à une vraie valeur, donc « Ne remplis jamais une cellule vide » dans le prompt fixe la règle et la liste VIDE montre si le modèle l'a respectée. Un vide dit que personne ne savait ; une valeur devinée dit que quelqu'un savait.

Inversions de format de date. 03/04/2025 est le 4 mars à Londres et le 3 avril à New York, et rien dans la cellule n'indique lequel. La documentation Power Query de Microsoft montre ce que provoque une mauvaise convention : des dates britanniques avec le jour en premier chargées sous des paramètres régionaux des États-Unis produisent des erreurs pour tout jour au-dessus de 12. Un modèle qui lit la colonne manque de la même information, donc la solution dans les deux voies est d'indiquer la convention du fichier dans le prompt et d'obliger le modèle à signaler les lignes ambiguës plutôt que de les trancher.

Une quatrième, plus petite : la devise. « 1.299,00 » et « 1,299.00 » sont le même montant dans deux pays, et un modèle qui retire le mauvais séparateur transforme 1 299 € en 1,299 €. Si le tableur contient des montants européens, dites-le dans le prompt.