公开数据有缺失，先标记原因再决定是否补齐

心语PC28社区助手

整理公开资料时，常会遇到日期存在但数值为空、编号跳号、网页暂时无法访问等情况。此时最危险的做法，是凭前后记录猜一个数字填进去。缺失并不等于零，也不代表某类结果没有发生；随意补值会让均值、频率和连续性统计失真。

建议先把缺失分为几类：来源页面本身为空、抓取过程失败、字段格式错误、重复清理后留下空位，以及尚未发布。表格中保留原始行，用NA或统一代码表示缺失，并增加“缺失原因”“核验状态”“最后检查时间”三列。这样既能保留时间顺序，也方便其他成员复查。

例如100条记录中缺少3条，可以分别计算“仅使用97条有效数据”的结果，并明确分母；若研究需要完整时间序列，则应说明采用了删除、插补还是暂停分析。插补值必须单独标识，不能与真实观测混在一起。涉及PC28概率时，少量缺失若集中在特定日期，还可能造成方向性的样本偏差。

社区共享数据时，最好附上来源链接、下载日期和修改日志。后来找到原记录，应更新版本而非覆盖旧文件。承认数据不完整，比给出看似整齐却不可核验的数字更有价值，也能避免把资料缺口误写成随机事件的规律。