AIclinicalresearch/docs/03-业务模块/DC-数据清洗整理/04-开发计划/工具C_缺失值处理功能_更新说明.md

工具C - 缺失值处ç<E2809E>†åŠŸèƒ½å¼€å<E282AC>‘计åˆ?- 更新说明

ðŸ“<EFBFBD> 更新日期ï¼?025-12-10

âœ?已完æˆ<C3A6>çš„æ›´æ–°

1. Phase 1功能清å<E280A6>•

**新增���*�

• 5. **å‰<C3A5>å<EFBFBD>‘å¡«å……**（Forward Fillï¼?
  • 适用于：时间åº<EFBFBD>列数æ<EFBFBD>®ã€<EFBFBD>有顺åº<EFBFBD>的观察数æ<EFBFBD>?
  • 实现：df[column].fillna(method='ffill')，用å‰<EFBFBD>一个é<EFBFBD>žç¼ºå¤±å€¼å¡«å…?
  • 示例：[10, NaN, NaN, 20] â†?[10, 10, 10, 20]
• 6. **å<>Žå<C5BD>‘å¡«å……**（Backward Fillï¼?
  • 适用于：时间åº<EFBFBD>列数æ<EFBFBD>®ã€<EFBFBD>有顺åº<EFBFBD>的观察数æ<EFBFBD>?
  • 实现：df[column].fillna(method='bfill')，用å<EFBFBD>Žä¸€ä¸ªé<EFBFBD>žç¼ºå¤±å€¼å¡«å…?
  • 示例：[10, NaN, NaN, 20] â†?[10, 20, 20, 20]

2. Phase 2功能清å<E280A6>•

**移除**：å‰<C3A5>å<EFBFBD>?å<>Žå<C5BD>‘填充（已移到Phase 1ï¼? **ä¿<C3A4>ç•™**：分组填补ã€<C3A3>线性æ<C2A7>’值ã€<C3A3>KNNå¡«è¡¥ã€<C3A3>组å<E2809E>ˆå¡«è¡?

3. UI设计更新

Tab 2填补方法新增�

• âš?å‰<C3A5>å<EFBFBD>‘填充（用å‰<C3A5>一个值填充，适å<E2809A>ˆæ—¶é—´åº<C3A5>列ï¼?
• âš?å<>Žå<C5BD>‘填充（用å<C2A8>Žä¸€ä¸ªå€¼å¡«å……，适å<E2809A>ˆæ—¶é—´åº<C3A5>列ï¼?

4. Python函数签å<C2BE><C3A5>æ›´æ–°

def fillna_simple(
    ...
    method: Literal['mean', 'median', 'mode', 'constant', 'ffill', 'bfill'],  # 新增ffill和bfill
    ...
)

5. TypeScript类型更新

method: 'mean' | 'median' | 'mode' | 'constant' | 'ffill' | 'bfill'

6. 测试用例更新

�4个增加到18个：

• 新增TC-6：å‰<EFBFBD>å<EFBFBD>‘å¡«å…?
• 新增TC-7：å<EFBFBD>Žå<EFBFBD>‘å¡«å…?
• 新增TC-11：å‰<EFBFBD>å<EFBFBD>‘填充边界（首行NAï¼?
• 新增TC-12：å<EFBFBD>Žå<EFBFBD>‘填充边界（末行NAï¼?
• 原TC-6TC-14 é‡<C3A9>æ–°ç¼–å<E28093>·ä¸?TC-8TC-18

7. 测试数æ<C2B0>®å‡†å¤‡æ›´æ–°

新增：时间åº<EFBFBD>列列：éš<EFBFBD>访血压（有顺åº<EFBFBD>，缺失18%ï¼? 用于测试å‰?å<>Žå<C5BD>‘å¡«å……

8. 时间估算更新

项目	原计�	新计�	增加时间
Pythonå<EFBFBD>Žç«¯ - 简å<E282AC>•å¡«è¡?	40分钟	50分钟	+10分钟
å‰<EFBFBD>端UI - Tab 2	40分钟	50分钟	+10分钟
测试	40分钟�4个用例）	50分钟�8个用例）	+10分钟
总计	çº?-6å°<C3A5>æ—¶	çº?-7å°<C3A5>æ—¶	+30分钟

---

🎯 功能完整清å<E280A6>•ï¼ˆPhase 1ï¼?

ç¼–å<EFBFBD>·	功能	适用场景	实现方法
1	å<EFBFBD>‡å€¼å¡«è¡?	数值型å<EFBFBD>˜é‡<EFBFBD>，正æ€<EFBFBD>分å¸?	fillna(mean())
2	中ä½<EFBFBD>æ•°å¡«è¡?	数值型å<EFBFBD>˜é‡<EFBFBD>，å<EFBFBD><EFBFBD>æ€<EFBFBD>分å¸?	fillna(median())
3	ä¼—æ•°å¡«è¡¥	分类å<EFBFBD>˜é‡<EFBFBD>ã€<EFBFBD>离散数å€?	fillna(mode()[0])
4	固定值填�	任何类型，用户指�	fillna(value)
5	å‰<EFBFBD>å<EFBFBD>‘å¡«å…… â­?	*时间åº<EFBFBD>列ã€<EFBFBD>éš<EFBFBD>访数æ<EFBFBD>?	fillna(method='ffill')
6	å<EFBFBD>Žå<EFBFBD>‘å¡«å…… â­?	*时间åº<EFBFBD>列ã€<EFBFBD>预测数æ<EFBFBD>?	fillna(method='bfill')
7	MICE多é‡<EFBFBD>æ<EFBFBD>’è¡¥	缺失çŽ?%-30%，需考虑å<E28098>˜é‡<C3A9>关系	IterativeImputer

---

📋 完整测试用例清å<E280A6>•ï¼?8个）

ç¼–å<EFBFBD>·	功能	测试场景	预期结果
TC-1	å<EFBFBD>‡å€¼å¡«è¡?	å¯?年龄"列使用å<C2A8>‡å€¼å¡«è¡?	创建新列，缺失值被å<EFBFBD>‡å€¼å¡«å…?âœ?
TC-2	中ä½<EFBFBD>æ•°å¡«è¡?	å¯?体é‡<C3A9>"列使用中ä½<C3A4>æ•°å¡«è¡¥	创建新列，缺失值被中ä½<EFBFBD>æ•°å¡«å…?âœ?
TC-3	众数填补	�婚姻状况"列使用众数填�	创建新列，缺失值被众数填充 �
TC-4	固定值填补（数值）	å¯?年龄"列填充固定å€?0"	创建新列，所有缺失值å<EFBFBD>˜ä¸? âœ?
TC-5	固定值填补（文本ï¼?	å¯?婚姻状况"列填å…?未知"	创建新列，所有缺失值å<EFBFBD>˜ä¸?未知" âœ?
TC-6	å‰<EFBFBD>å<EFBFBD>‘å¡«å…… â­?	对éš<EFBFBD>访血压列使用å‰<EFBFBD>å<EFBFBD>‘å¡«å……	*缺失值被å‰<EFBFBD>一个é<EFBFBD>žç¼ºå¤±å€¼å¡«å…?âœ?
TC-7	å<EFBFBD>Žå<EFBFBD>‘å¡«å…… â­?	对éš<EFBFBD>访血压列使用å<EFBFBD>Žå<EFBFBD>‘å¡«å……	*缺失值被å<EFBFBD>Žä¸€ä¸ªé<EFBFBD>žç¼ºå¤±å€¼å¡«å…?âœ?
TC-8	MICEå¡«è¡¥	选择"收缩åŽ?+"舒张åŽ?，执行MICE	创建2个新列（_MICEå<EFBFBD>Žç¼€ï¼‰âœ…
TC-9	新列ä½<EFBFBD>置验è¯<EFBFBD> â­?	å¯?列A"填补，查看新列ä½<C3A4>ç½?	新列紧邻原列å<EFBFBD>³ä¾§ âœ?
TC-10	MICE新列ä½<EFBFBD>ç½® â­?	å¯?列A"+"列C"执行MICE	å<EFBFBD>„新列紧邻其原列 âœ?
TC-11	å‰<EFBFBD>å<EFBFBD>‘填充边界 â­?	对首行为NA的列å‰<EFBFBD>å<EFBFBD>‘å¡«å……	*首行NAä¿<EFBFBD>æŒ<EFBFBD>NA（无å‰<EFBFBD>值）âœ?
TC-12	å<EFBFBD>Žå<EFBFBD>‘填充边界 â­?	对末行为NA的列å<EFBFBD>Žå<EFBFBD>‘å¡«å……	*末行NAä¿<EFBFBD>æŒ<EFBFBD>NA（无å<EFBFBD>Žå€¼ï¼‰âœ?
TC-13	统计信æ<EFBFBD>¯å‡†ç¡®æ€?	选择任æ„<EFBFBD>列，查看统计	显示正确的缺失数ã€<EFBFBD>å<EFBFBD>‡å€¼ç­‰
TC-14	删除功能ä¿<EFBFBD>ç•™	Tab 1删除缺失è¡?	功能正常，与原功能一è‡?
TC-15	空列处ç<EFBFBD>†	对无缺失列执行填è¡?	æ<EFBFBD><EFBFBD>示或å¤<EFBFBD>制原åˆ?
TC-16	全缺失列处ç<EFBFBD>†	对全缺失列执行填è¡?	æ<EFBFBD><EFBFBD>示警告，创建新åˆ?
TC-17	é‡<EFBFBD>å¤<EFBFBD>新列å<EFBFBD><EFBFBD>处ç<EFBFBD>?	新列å<EFBFBD><EFBFBD>已存在	自动添加å<EFBFBD>Žç¼€æˆ–æ<EFBFBD><EFBFBD>ç¤?
TC-18	原始数æ<EFBFBD>®ä¿<EFBFBD>ç•™ â­?	å¡«è¡¥å<EFBFBD>Žï¼Œæ£€æŸ¥åŽŸåˆ?	原列数æ<EFBFBD>®å®Œå…¨ä¸<EFBFBD>å<EFBFBD>˜ âœ?

---

💡 适用场景说明

å‰<EFBFBD>å<EFBFBD>‘填充（Forward Fillï¼? 新增

**最适å<E2809A>ˆåœºæ™¯**ï¼?

1. **多次éš<C3A9>访数æ<C2B0>®**：患者在ä¸<C3A4>å<EFBFBD>Œæ—¶é—´ç‚¹çš„测é‡<C3A9>，如果æŸ<C3A6>次éš<C3A9>访缺失，用上次的å€?
   • 示例：血压éš<EFBFBD>访（120 â†?NaN â†?NaN â†?130）→ ï¼?20 â†?120 â†?120 â†?130ï¼?
2. **观察性研ç©?*：å<C5A1>‡è®¾å<C2BE>˜é‡<C3A9>在短期内相对稳å®?
3. **传感器数æ<C2B0>?*：设备临时故障，用最å<E282AC>Žä¸€æ¬¡æ­£å¸¸å€?

**ä¸<C3A4>适å<E2809A>ˆåœºæ™¯**ï¼?

• å<EFBFBD>˜åŒ–快的指标（如血糖波动大ï¼?
• 首次观察å<EFBFBD>³ç¼ºå¤±ï¼ˆæ— å‰<EFBFBD>值å<EFBFBD>¯ç”¨ï¼‰

å<EFBFBD>Žå<EFBFBD>‘填充（Backward Fillï¼? 新增

**最适å<E2809A>ˆåœºæ™¯**ï¼?

1. **预测性数æ<C2B0>?*：已知未æ<C2AA>¥çš„值，å<C592>‘å‰<C3A5>å¡«å……
2. **计划性事ä»?*：如手术日期，å<C592>‘å‰<C3A5>填充到准备æœ?
3. **æ•°æ<C2B0>®è¡¥å½•**：å<C5A1>ŽæœŸè¡¥å……çš„æ•°æ<C2B0>®å<C2AE>‘å‰<C3A5>å¡«å……

**ä¸<C3A4>适å<E2809A>ˆåœºæ™¯**ï¼?

• 末次观察缺失（无å<EFBFBD>Žå€¼å<EFBFBD>¯ç”¨ï¼‰
• 因果关系è¦<EFBFBD>求严格的研ç©?

---

âœ?更新确认清å<E280A6>•

请确认以下更新是å<EFBFBD>¦ç¬¦å<EFBFBD>ˆæ‚¨çš„需求：

• å‰<EFBFBD>å<EFBFBD>‘/å<>Žå<C5BD>‘填充功能加入Phase 1（本次开å<E282AC>‘）
• Tab 2增加2个填补选项（共6ç§<C3A7>方法）
• Python函数支æŒ<EFBFBD> 'ffill' å’?'bfill' 方法
• 测试用例ä»?4个增加到18ä¸?
• å¼€å<EFBFBD>‘时间从5-6å°<C3A5>时增加åˆ?-7å°<C3A5>æ—¶
• 适用场景说明清晰（医学研究背景）

---

🚀 如确认无误，å<C592>³å<C2B3>¯å¼€å§‹å¼€å<E282AC>‘ï¼<C3AF>

**å¼€å<E282AC>‘顺åº?*ï¼?

1. Pythonå<EFBFBD>Žç«¯ - 简å<E282AC>•å¡«è¡¥ï¼ˆå<CB86>«å‰<C3A5>/å<>Žå<C5BD>‘å¡«å……ï¼?
2. Pythonå<EFBFBD>Žç«¯ - MICEå¡«è¡¥
3. Node.jså<73>Žç«¯API转å<C2AC>‘
4. å‰<EFBFBD>端UIï¼?个Tab，Tab 2å<32>?ç§<C3A7>方法）
5. API集æˆ<EFBFBD>
6. 18个测试用例验�

预计总时间：6-7å°<C3A5>æ—¶

---

请确认å<EFBFBD>Žå‘Šè¯‰æˆ‘，我将立å<EFBFBD>³å¼€å§‹å¼€å<EFBFBD>‘ï¼<EFBFBD> 🎯