名人八字語料欄位標準化為什麼重要

名人語料欄位標準化，是為了讓研究可復跑。姓名、生日、性別、職業標籤、verified、hour、sourcePulledAt 如果寫法不一致，統計就會把清洗問題誤讀成發現。

哪些欄位要標準化

hour 中 -1 應視為未知，0-23 才是可用小時；gender 需要區分 male、female、unknown 和非標準值；tags 要保留原標籤，但研究時說明匹配規則。verified 只能說明資料狀態，不能替代欄位質量。

為什麼它影響內容

欄位不標準會讓頁面生成錯誤結論，例如把未知時辰當子時，把非標準性別強行歸類，或把職業標籤漏算。方法頁應先解決欄位，再談命理。

合格政策

標準化規則寫入研究口徑；下一次復跑沿用同一規則。

標準化不是篡改資料

原始欄位要保留，標準化欄位用於統計。比如 gender 原值寫“男”，標準化可歸入 male，但頁面仍應記錄原值。這樣既能統計，也能追溯。

錯誤成本

欄位清洗錯，會讓後續日主、職業、性別和時辰研究全部繼承錯誤。先清欄位，比先寫結論更重要。

標準化日誌

每次欄位清洗都應寫入日誌：原欄位是什麼，標準化成什麼，為什麼這樣處理，是否影響排盤。比如“男”標準化為 male 是展示和統計選擇；若用於排運，還要確認規則是否接受該值。

重跑時的差異記錄

如果標準化規則改變，應同時報告舊規則數字和新規則數字。否則讀者會把清洗變化誤讀成資料庫變化。