# **PRD：Tool C \- 科研数据编辑�?(The Research Editor)**

| 文档版本 | V2.1 (扁平�?\+ 长宽转换�? |
| :---- | :---- |
| **产品形�?* | Web 端在线编辑器（Local-First 架构，类 Excel 体验�?|
| **核心价�?* | 提供�?Excel 更懂科研的轻量级清洗工具。通过“扁平化工具栏”和“智能侧边栏”，让医生在不写代码的情况下完成变量加工、质量治理和样本筛选�?|
| **目标用户** | 对数据质量有洁癖的科研人员、临床医�?|

## **一�?产品流程�?(User Flow)**

数据导入(上传/流转) \-\> 性能准入与降采样 \-\> 在线清洗(工具栏全局操作 \+ 侧边栏列操作) \-\> 版本快照 \-\> 导出分析�?
## **二�?核心功能需�?(Functional Requirements)**

### **1\. 顶部扁平工具�?(The Flat Toolbar) —�?核心交互**

*不再使用复杂�?Tab 分组，核心科研功能一字排开，所见即所得�?

#### **1.1 变量加工 (Variable Processing)**

* **P0: 生成新变�?(Generate Variable):**  
  * **功能�?* 弹窗提供公式构建器�? 
  * **支持�?* 加减乘除、括号、以�?ln() (对数)、exp() 等医学常用函数�? 
  * **场景�?* 计算 BMI \= weight / (height/100)^2�? 
* **P0: 计算时间�?(Time Delta):**  
  * **功能�?* 选择 起始日期�?�?结束日期列，自动生成差值�? 
  * **单位�?* 支持�?天、月、年 输出�? 
  * **场景�?* 计算 年龄、住院天数、PFS/OS�? 
* **P0: 长宽转换 (Reshape/Pivot) —�?\[V2.1 新增\]:**  
  * **功能�?* 将“一人多行（长表）”转换为“一人一行（宽表）”�? 
  * **配置项：**  
    1. **唯一ID (Index):** �?病人ID�? 
    2. **区分�?(Columns):** �?就诊时间 �?次序 (用于生成后缀)�? 
    3. **值列 (Values):** �?白细�? B�?(需要铺平的数据)�? 
  * **场景�?* 处理重复测量数据，为 SPSS 重复测量方差分析做准备�?
#### **1.2 数据治理 (Data Governance)**

* **P0: 拆分数据�?(Split Dataset):**  
  * **功能�?* 按某一列的唯一值（如“中心ID”），将大表拆分为多�?Excel 文件�?Sheet�? 
* **P0: 跨列规则检�?(Cross-column Logic):**  
  * **功能�?* 定义逻辑规则（如 IF 性别='�? AND 怀�?'�?），在网格中高亮错误行�?
#### **1.3 样本筛�?(Cohort Selection)**

* **P0: 构建入排标准 (Cohort Builder):**  
  * **功能�?* 高级筛选器。支持多条件组合（AND/OR）�? 
  * **输出�?* 筛选结果可“另存为新数据集”或“标记为排除”�?
### **2\. 右侧智能侧边�?(Smart Insight Panel) —�?交互灵魂**

*当用户点击表格的某一列时，侧边栏自动滑出，根据列类型提供特定的清洗工具�?

#### **2.1 选中“数值型”列（如年龄、白细胞�?*

* **P0: 统计概览�?* 显示分布直方�?(Histogram)、最大值、最小值�? 
* **P0: 异常值检测：**  
  * 自动标记偏离分布（如 \> 3σ）的值�? 
  * 提供按钮：处理异常（支持截断或置空）�? 
* **P0: 生成分类变量 (Binning):**  
  * **功能�?* 将连续数值转为分类�? 
  * **交互�?* 设置切点（如 60），生成新列（\<60, \>=60）�? 
* **P0: 缺失值填补：** 提供 均值、中位数 填补选项�?
#### **2.2 选中“文�?分类”列（如性别、诊断）**

* **P0: 统计概览�?* 显示频次�?(Bar Chart)�? 
* **P0: 数值映�?(Recode):**  
  * **功能�?* 将文本转为统计数值�? 
  * **交互�?* 列出所有唯一值（Male, Female），用户输入目标值（1, 0）�? 
* **P0: 设为敏感字段 (Masking):** 一键脱敏（替换�?\*\*\*\*\*\*）�? 
* **P1: 智能纯化 (Smart Clean):** 若检测到 \>10、\<0.01 等含符号数值，提供一键提取数字功能�?
### **3\. 超级网格 (The Grid)**

* **P0: 视觉反馈�?*  
  * **空值：** 背景显示淡红色�? 
  * **脏数据：** 类型不匹配的值显示紫色文字�? 
  * **列头图标�?* 明确标识变量类型（\# 数�? A 文本, 📅 日期）�? 
* **P0: 基础操作�?* 列宽拖拽、列排序、双击单元格编辑�?
### **4\. 性能与导�?(System)**

* **P0: 性能准入 (Guardrails):**  
  * 行数 \< 5万：全量加载�? 
  * 行数 \> 5万：提示降采样预览，或引导使用后端批处理�? 
* **P1: 自动快照 (Auto-Save):** �?10 次操作自动保存到 IndexedDB，防止浏览器崩溃丢失�? 
* **P0: 导出定义�?*  
  * 导出 Excel/CSV�? 
  * **加分项：** 导出时附带变量类型定义（Metadata）�?
## **三�?界面原型参�?(UI Reference)**

请参�?工具C\_科研数据编辑器\_原型设计\_V2\_演示.html�?
* **布局�?* 顶部单行工具�?\+ 中间全屏网格 \+ 右侧可折叠侧边栏�? 
* **交互�?* 点击“长宽转换”按钮弹出配置模态框�?
## **四�?风险规避 (Risk Mitigation)**

1. **计算精度丢失�?*  
   * *解法�? 必须集成 math.js 库进行所有数学运算�? 
2. **Pivot 导致内存溢出�?*  
   * *问题�? 长宽转换可能会导致列数爆炸（Column Explosion）�? 
   * *解法�? 在执�?Pivot 前，预计算结果列数。如果列�?\> 1000，阻止操作并提示用户减少“区分列”的唯一值数量�