一张结果表之所以值得信任,不只是因为数值看起来合理,还因为从原始观测到最终结果的过程可以被重新检查。
先保留原始数据
原始观测保持不变,清洗结果单独保存。记录每一步转换使用的规则,让数据变化有迹可循。
对齐时间与单位
合并时间序列之前,先核对时区、时间间隔的起止边界,以及每个字段的单位。小时平均值和小时累积量可能使用相同的时间戳,却代表不同的物理量,不能直接互换。
让下一次阅读更容易
使用明确的字段名,统一缺失值的表示方法。时间列保留为日期时间类型,只有展示时再设置格式。把常改的路径和阈值集中放置,把读取、清洗、聚合和保存的顺序写清楚。
可复现的起点,是让每一个重要决定都可以被看见。