历史记录去重别只看数值：时间、来源与版本都要核对

帝都28资讯编辑

整理帝都PC28历史档案时，重复记录往往不是简单的“两行完全相同”。同一期数据可能来自网页摘录、手工抄录和后续修订文件，数值一致但时间格式不同，也可能因页面更新而出现两个版本。直接按结果字段删除，容易把来源信息和修订痕迹一并丢掉。

较稳妥的做法是先保留原始文件，再建立包含期号、发布时间、抓取时间、来源链接、原始值和版本号的工作表。去重时优先使用“期号＋官方发布时间”作为候选键，再比较结果字段。若两条记录存在冲突，不要立即覆盖，可分别标记为“待核验”，并记录最终采用哪一条及理由。

异常检查可以分三层进行：先查空值、乱码和字段错位；再查重复期号、时间倒序、日期跨天等结构问题；最后检查明显超出字段规则的内容。异常并不等于错误，例如补发或校时可能造成发布时间变化，仍需回到原始来源确认。

完成清洗后，建议输出一份去重报告，写清原始条数、删除条数、冲突数量和人工修改项。PC28数据的历史表现只能用于资料核验和统计练习，不能据此保证未来结果；保留过程记录，比追求一张“看起来干净”的表更重要。