以下是一种版本表数据清理的解决方法的代码示例：

import pandas as pd

# 读取版本表数据
df = pd.read_csv('version_table.csv')

# 查找重复的版本数据
duplicates = df[df.duplicated(subset=['product_id', 'version_number'], keep=False)]

# 删除重复的版本数据
df = df.drop_duplicates(subset=['product_id', 'version_number'], keep='first')

# 查找过期的版本数据
expired_versions = df[df['expiry_date'] < pd.Timestamp.now()]

# 删除过期的版本数据
df = df[df['expiry_date'] >= pd.Timestamp.now()]

# 保存清理后的版本表数据
df.to_csv('cleaned_version_table.csv', index=False)

# 输出结果
print(f"删除了 {len(duplicates)} 条重复的版本数据。")
print(f"删除了 {len(expired_versions)} 条过期的版本数据。")

上述代码示例使用了 Python 的 pandas 库来处理版本表数据。首先，它读取了一个名为 version_table.csv 的版本表数据文件。然后，它使用 duplicated 方法找出重复的版本数据，并将其存储在 duplicates 变量中。接下来，它使用 drop_duplicates 方法删除重复的版本数据，并保留第一次出现的数据。然后，它使用 Pandas 提供的日期时间功能，找出过期的版本数据，并将其存储在 expired_versions 变量中。最后，它将过期的版本数据从原始数据中删除，并将清理后的版本表数据保存在名为 cleaned_version_table.csv 的文件中。最后，它输出了删除的重复版本数据和过期版本数据的数量。

请注意，上述代码示例假设版本表数据文件是一个以逗号分隔的 CSV 文件，并且其中包含以下列：'product_id'（产品ID）、'version_number'（版本号）和 'expiry_date'（过期日期）。如果你的数据文件有不同的格式或列名，请相应地修改代码。