让表格能够连接：结构、键与数据来源

为什么漂亮的表格未必好分析

积木体验站有一张活动汇报表，第一行写日期，第二行写桥梁任务，随后放若干尝试记录，末尾又写平均用时。它适合阅读，却不适合直接分析，因为同一列既有任务名称、用时又有汇总结果。计算软件无法可靠判断哪些行是原始记录，哪些行是说明。分析用表格通常要求一行一个观察单位、一列一种字段、一格一个值，并把标题、注释、汇总结果放在独立区域。这不是唯一合法格式，而是让多数操作更容易检查的组织方法。

把不同层次的信息分开存放

任务有自己的属性，例如任务编号、积木数量、任务难度；尝试也有自己的属性，例如尝试编号、任务编号、开始批次、用时和完成状态。把两类信息分成任务表与尝试表，能减少重复修改。若桥梁任务积木数由十二改成十四，在一张混合表中可能只改了一部分行，导致同一个任务出现两个配置。分表后仍应记录任务版本，因为新旧配置不能被覆盖成同一个事实。数据结构的核心是准确表达对象和关系，不是表越多越专业。

用键连接两个微型表

任务表有两行：任务编号B01对应桥梁、十二块；任务编号T01对应塔楼、十八块。尝试表有三行：A01使用B01，用时八分钟；A02使用T01，用时十一分钟；A03使用B01，用时七分钟。任务表中的任务编号是主键，即每行都应有唯一且不缺失的标识。尝试表中的任务编号用于关联到任务表，可以重复，因为同一任务能被尝试多次。按照任务编号连接后，三次尝试应仍是三行，并各自获得对应积木数量。

连接前后都要核对行数

如果任务表错误地出现两行B01，一次桥梁尝试可能匹配到两条任务信息，连接后行数就会膨胀。若任务表没有T01，塔楼记录可能被丢弃或保留为缺少任务信息，这取决于选择的连接规则。操作前先检查主键是否重复，操作后核对行数、未匹配编号和关键字段，不应因为输出表看起来整齐就相信结果正确。还要注意一个尝试涉及多个部件时，本来就可能需要多行关联；预期关系必须先说明，行数变化才能有明确判断标准。

来源与版本也是数据的一部分

为每份表记录生成方式、创建批次、字段版本和修改原因，例如模拟数据第一版、统一分钟单位、修正重复任务编号。不要把来源写成一句无法验证的可靠数据，也不要只保存最终结果而丢掉原始表。原始记录、清洗后记录、分析结果应当可区分，这样别人可以回到前一步检查错误。对本课程而言，没有真实个人信息仍然需要来源说明，因为虚构样例不能冒充真实实验结果；透明标注数据性质，是可信分析的基本要求。