小王刚接手公司新上的客户管理系统，想把老Excel里的客户名单批量导入进去，结果导入后发现电话号码全变成科学计数法，地址栏里多了莫名其妙的空格，连“张三”都变成了“张三 ”（后面跟了个全角空格）。他反复试了三次，最后才发现是Excel里用了合并单元格——这其实是数据模型导入中最典型的‘隐形陷阱’之一。
格式不统一，数据就悄悄变形
很多人直接双击打开CSV或Excel文件改完再保存，殊不知Excel默认会自动转换：身份证号末尾的0被吃掉、长数字转成1.23E+17、日期变成一串数字。正确的做法是：用记事本或VS Code打开CSV，确认字段间用英文逗号分隔，每行结尾没多余空格；Excel则要先选中整列→右键→‘设置单元格格式’→选‘文本’，再粘贴数据，最后另存为CSV（UTF-8）。
编码乱码？十有八九是UTF-8和GBK打架
导出中文报表时出现“æå”这种乱码，基本可以断定是编码没对上。大多数现代系统（如Python pandas、Tableau、Power BI）默认读UTF-8，但Windows自带的Excel却习惯用GBK。解决方法很简单：用Notepad++打开CSV→菜单栏‘编码’→转为UTF-8无BOM格式→再导入；或者在Excel里用‘数据’选项卡→‘从文本/CSV’导入，手动指定编码为UTF-8。
表结构变了，导入直接报错别硬扛
上周同事导一个销售数据表，系统提示‘字段数量不匹配’。一看才发现：原模型里有‘折扣率（%）’字段，他导出的Excel标题写成了‘折扣率’，少了括号和单位。更隐蔽的是大小写——MySQL对字段名大小写敏感，而SQL Server不敏感，混着用很容易栽跟头。建议导出前用数据库工具（如DBeaver）看一眼真实字段名，复制粘贴，不手敲。
外键和关联关系，不是数据搬过去就完事
导用户表时顺手把订单表也导了，结果登录系统发现用户头像全显示‘null’。查了半天，原来头像路径存在另一张‘附件表’里，而附件表ID在订单导入时没同步更新。导入带关联的数据，得按依赖顺序来：先导基础表（用户、商品），再导中间表（用户角色），最后导业务表（订单、评价）。顺序错了，轻则字段为空，重则主键冲突报错。
小心自动类型推断的‘好心办坏事’
某次用Python的pandas.read_csv()导入日志数据，时间列明明是‘2024-03-15 09:22:18’，结果读出来成了‘2024-03-15’。因为pandas看到前几行都是日期格式，就自动把整列当date处理了。解决办法是在读取时加参数：
df = pd.read_csv("log.csv", parse_dates=["create_time"], dtype={"user_id": str})导出别只顾点‘另存为’，权限和脱敏得盯紧
财务同事导月度报表给部门共享，顺手点了‘Excel另存为’，结果把含银行卡号、身份证号的原始字段全导出去了。后来被IT部叫去谈话才知道：系统导出功能本身带字段过滤开关，勾选‘仅导出脱敏字段’就能自动隐藏敏感列；而直接连数据库导出，更得确认账号权限只开了SELECT，没开UPDATE或DROP——不然手抖点错，可能真就把生产表删了。