清洗与规整科研数据

Clean and Reshape Research Data · 🟢入门 · 所属分类：科研数据与生物统计

实验记录里合并单元格、单位混着写、缺失值标记五花八门，直接拿去分析既容易出错又难复现。它帮你把原始表一步步整理成规整、干净、能直接分析的数据表，并把每一步清洗都写成可复现的代码和决策日志——让别人（和三个月后的你）能照着重跑一遍。

适合谁

刚拿到一堆 Excel 实验记录、准备开始做分析的本科生、研究生和实验室科研人。

给它什么 · 得到什么

• 你提供：原始数据文件（csv/xlsx/tsv），加上列的含义，以及你想分析什么、每一行代表什么
• 你得到：一份整洁的长/宽格式数据表，一段可复现清洗脚本（pandas 或 tidyverse），外加逐步清洗决策日志和变量字典

怎么用

先来一句示例提问：「这是我三次重复实验的 Excel 记录，列名很乱、还有合并单元格和'NA/未测/-'混着的缺失标记，帮我整理成每行一个样本的干净表。」 触发后它会先跟你确认每行代表什么、各列含义，再规范列名与数据类型、拆合并列、统一单位与缺失标记，边做边记录每一步决策。

提个醒

它只做有据可查的规则化清洗，不会替你臆造或悄悄改动真实观测值，每一步都留代码和记录可回溯。