科研流程 第 6 / 10 步
数据清洗
缺失值处理、异常值识别、变量重编码与多源数据合并。这是最耗时也最常被低估的一环，AI 在此的提效空间最大。
这一步，工具该怎么选
看它处理缺失值、异常值、多源合并的能力，更要看每一步操作是否可追溯、可撤销。清洗过程不透明，会在后续分析里埋下说不清来源的隐患——你需要事后能复盘「这个值为什么被改了」，而不是一个黑箱。
我们如何按六个维度打分 →本环节工具（1）
第
1
名
4.2 综合
定价
待定
科研流程的相邻环节
数据清洗的上下游。点开可以看那个环节该用什么工具、怎么选。