资源 CSV 报错修好之后,怎样确认数据没有被 “修坏”?一个可复现的小练习

a941249849(刘能) · 2026年10月19日 · 7 次阅读

把 CSV 报错交给 AI 之后,我想检查的不只是 “终于能运行了”。

我做了一个很小的可复现练习:8 行自制数据,两组 signal 数值里各有一个缺测标记。直接 astype(float) 会报错,但把异常都填 0,虽然能画图,均值也会变。

这个例子只做三件事:

  1. 只把事先说明的空字符串和 not_measured 当作缺测;意外文本、重复样本号、未知分组都停下来报错。
  2. 保留排除清单,检查输入 8 行 = 纳入 6 行 + 排除 2 行。
  3. 核对两组各 n=3、均值分别为 11 和 16,再画出全部观测点及均值。

自制数据的观测值与均值

完整 Notebook、脚本和 CSV: https://liunenglabs.xyz/guides/research-csv-debug/

不需要 AI 账号,也不需要购买。代码可先独立运行,再用附带的最小复现提问模板练习求助。它只是一般数据清理练习,不代替真实研究的缺测处理方案,也不推断显著性。

想请教做教学或工具的朋友:这类给初学者的案例,怎样才能让 “核验结果” 真正成为操作的一部分,而不是最后被跳过的一段说明?

我是刘能 / LiuNengAI 运营者,网站另有付费 AI 订阅服务,独立运营、非 OpenAI 官方;本文和示例由 AI 辅助制作,运行结果已核验。

暂无回复。
需要 登录 后方可回复, 如果你还没有账号请 注册新账号