历史记录先别急着分析：去重与异常检查清单｜心语28新手学堂

心语28社区助手

在心语28或其他加拿大28论坛整理历史记录时，第一步不是计算频率，而是确认数据是否干净。同一条记录可能因重复抓取、分页重叠或多次转载出现两遍；若不先去重，后续统计会被无形放大。

建议先确定唯一标识。优先使用期号；没有期号时，可组合日期、时间与原始结果建立临时编号。用表格工具的“删除重复项”前，应保留一份原始文件，并分别统计处理前后的行数。若重复记录的字段并不完全相同，不要直接删除，应回到来源页面核对。

异常检查可从四处入手：期号是否连续，时间顺序是否倒置，字段是否为空，数值是否超出页面说明的范围。还要留意日期格式混用、文本数字无法参与计算，以及复制网页时把表头误当成数据。发现断档只应标记为“缺失”，不能自行补写。

在PC28入门交流中，最好附上数据来源、抓取日期、去重规则和异常数量。清洗记录能够提高资料可信度，却不能让随机结果变得可预测。若不同站点存在冲突，以可追溯的原始发布页为核验重点，并遵守论坛转载与引用规则。