名人八字研究為什麼要先清洗欄位

名人八字研究先清洗欄位，是因為公開資料庫首先是資料工程，不是命理論證。本次複核讀取 content/celebrities 下 2,223 個名人 JSON，全部有年月日欄位，但只有 53 個有明確小時欄位，2,170 個小時欄位不可用。這樣一個樣本如果不先清洗欄位，任何時柱、晚年、子女或精細神煞統計都會被放大。

哪些欄位必須先歸一

出生年月日要區分實際生日、公開生日、後補登記和爭議日期。小時欄位要把明確 0-23 小時和 -1 未知分開。性別、職業、地區、來源數量也要歸一，因為不同寫法會讓統計指令碼把同類記錄拆成多個類目。

欄位清洗不是瑣事。它決定頁面能不能誠實地說“本頁只討論資料形狀”，也決定讀者是否會把收錄偏差誤當成命理規律。

數字能說明什麼

2,223 個檔案說明樣本規模不小；2,170 個未知小時說明時柱層面非常薄；53 個明確小時說明少數個案可做完整盤，但不能代表總體。這樣的數字適合幫助編輯設定邊界，不適合證明某類命盤更容易成名。

如果一個名人研究頁沒有列樣本數、欄位定義、缺失情況和統計日期，就不要引用它的命理結論。數字越具體，越需要邊界越清楚。

清洗後的頁面怎麼寫

可以寫：“本頁基於站內公開名人資料，統計欄位完整度和缺失情況；結論只用於內容方法，不用於個人命運判斷。”然後再說明哪些欄位支援三柱閱讀，哪些欄位必須降級。

這樣寫不會讓頁面顯得弱，反而讓讀者知道它能承擔什麼。名人八字的可信度先來自資料透明，再來自命理解釋。

一個欄位清洗例子

性別欄位如果同時存在“male”“男性”“男”“unknown”，統計前必須歸一；小時欄位如果把 -1、空值和 0 點混在一起，就會把未知時辰誤當子時。生日欄位也類似，缺日、缺月、農曆生日、爭議生日都要分開。清洗不是為了讓數字好看，而是為了防止指令碼把不同質量的資料混算。

欄位清洗後，頁面還應保留清洗規則。例如：hour=-1 代表未知，不進入時柱統計；年月日完整但小時未知者，只進入三柱統計；來源衝突者不進入分佈結論。規則公開，後續復跑才有意義。

清洗失敗會怎樣誤導

如果 2,170 個未知小時被錯誤分到某個時辰，研究頁會製造出完全虛假的時柱規律。如果“男”和“男性”沒有合併，性別分佈會被拆碎。如果參考數字段缺失被當作 0 條參考，讀者又會誤以為這些頁面都沒有來源。每一項小欄位都會影響正文語氣。

因此，名人八字研究先清洗欄位，不是工程潔癖，而是內容質量的前提。

可復跑才算清洗完成

清洗後的結果要能被另一個人按同一規則重跑。指令碼路徑、欄位名、排除條件和統計日期都要留存。否則，今天的數字下次無法比較，讀者也無法知道變化來自新增樣本、修正錯誤，還是口徑改變。