7天数据够吗？

7天数据通常足够，但有前提条件。

建议场景：

• 日常平稳期：7天数据（约1000-5000条）可覆盖90%以上格式规律。
• 大促/节假日：需增加至14-30天（如双11期间退款单号可能加后缀 -flash）。

验证方法：

# 检查7天数据中格式变化次数
df_7days['格式类型'] = df_7days['退款单号'].str.extract(r'^([A-Z]+)')
print(df_7days['格式类型'].value_counts())  # 看是否有多种前缀

风险提示：

• 若出现2种以上前缀（如 REF- 和 RF-），需补充30天数据
• 包含月末/月初结算周期边界时，建议延长至10天

安全建议：先用7天数据测试代码，上线后持续监控异常格式，发现未匹配及时补充样本。