名人八字语料字段标准化为什么重要

名人语料字段标准化，是为了让研究可复跑。姓名、生日、性别、职业标签、verified、hour、sourcePulledAt 如果写法不一致，统计就会把清洗问题误读成发现。

哪些字段要标准化

hour 中 -1 应视为未知，0-23 才是可用小时；gender 需要区分 male、female、unknown 和非标准值；tags 要保留原标签，但研究时说明匹配规则。verified 只能说明资料状态，不能替代字段质量。

为什么它影响内容

字段不标准会让页面生成错误结论，例如把未知时辰当子时，把非标准性别强行归类，或把职业标签漏算。方法页应先解决字段，再谈命理。

合格政策

标准化规则写入研究口径；下一次复跑沿用同一规则。

标准化不是篡改资料

原始字段要保留，标准化字段用于统计。比如 gender 原值写“男”，标准化可归入 male，但页面仍应记录原值。这样既能统计，也能追溯。

错误成本

字段清洗错，会让后续日主、职业、性别和时辰研究全部继承错误。先清字段，比先写结论更重要。

标准化日志

每次字段清洗都应写入日志：原字段是什么，标准化成什么，为什么这样处理，是否影响排盘。比如“男”标准化为 male 是展示和统计选择；若用于排运，还要确认规则是否接受该值。

重跑时的差异记录

如果标准化规则改变，应同时报告旧规则数字和新规则数字。否则读者会把清洗变化误读成资料库变化。