先让每列的含义可以被复述
同一列中的数字可能是测量值，也可能只是类别代码。若数据字典缺失，过一段时间你自己也可能忘记 1、2、99 的含义。建立字典时记录变量名、定义、单位、允许值、缺失方式和来源，让分析步骤有可追溯的依据。
原创例题：一个缺失代码怎样扭曲均值
假设 study_hours 记录每周学习小时，四行是 3、4、5、99，而原问卷约定 99 表示未回答。直接求均值得到 27.75 小时；按已定义规则将缺失标记排除后，三条有效记录均值为 4 小时，且必须同时报告有效数量 3、缺失数量 1。
这里不能仅因 99 看起来大就删除它。若字典规定它是真实小时数，处理方法应另行判断。学习练习中的关键是先读取定义、再转换，再保留处理记录；不是为了得到看起来合理的结果而修改原始数据。
把原始、处理中间表和输出分开
可保留只读原始文件，再用明确命名的脚本生成清理版本。文件名包含日期与版本，记录由哪一步生成。不要不断覆盖唯一的 final 文件。涉及真实参与者时，使用院校批准的存储与访问方式；本例不需要上传任何个人数据。
写一个最小可复现说明
为本例写下三条规则：99 的含义、有效值的允许范围、均值使用的有效记录数量。换一个人根据说明能否重现 4？若不能，补足缺失的步骤。研究方法辅导可以检查模拟字典和处理逻辑，实际分析仍要遵守本人研究方案。
参考资料
下一步
需要中文大学课程辅导，可向阿尔比恩启航学院说明课程名称、卡住的步骤、已有尝试和学习目标。预约前确认学科适配、导师时间、费用及院校允许的帮助范围。例题用于独立练习，正式计分成果由学生本人完成。