定义以行表示的单位
数据集可以包含每件事件一行,场地,动物,样本或测试结果. 在计数重复之前,阅读数据词典,检查识别符是如何使用的. 同一事件ID可以合法出现在多个标本行上.
写下事件、观察和结果之间的预期关系。 如果所提供的文件中缺少这种关系,请标为尚未解决。 不要仅仅因为让电子表格更容易排序而强制实施一连排规则 。
区分三种共同模式
确切的重复重复了同样的记录而不添加信息. 修订修改了以前记录的事件的账户。 一项相关的意见为这一事件增加了一个单独的调查结果。 这些模式需要不同的对待.
比较稳定字段,源记录和修订指标. 相同的动物计数不足以证明两个事件是相同的,不同的计数也不能证明两者是不同的. 更正后的总数可以改变,同时事件特性保持稳定。
一个小虚构的例子
如果事件E -42出现三次。 A行记录了初始通知,B行记录了后来的实验室结果,C行在导出错误后重复B行. 移除每次重复的E-42都会丢弃结果. 将所有三个事件计算为单独事件将增加总数。
适当的结构保留A和B作为链接记录,并将C作为已确认的B的复制件处理。 保留决定的记录,以便下次导入时不再重新引入相同的重复行。
构建一个调节表
| 收到记录 | 当前身份 | 关系 | 原因 |
|---|---|---|---|
| 初始通知 | 电子42 | 活动内观察 | 原始来源 |
| 实验室更新 | 电子42 | 后来的观察 | 新结果,相同事件 |
| 重复导出行 | 较早的结果记录 | 复制 | 相同的文件内容 |
这是一个说明性的结构,而不是替代数据集所有者的定义. 保留源识别符,即使公共系统指定自己的稳定ID. 行号不应该成为永久身份,因为排序会改变它们.
在适当级别重新计算
核对后,使用事件身份进行计数,使用测试身份进行测试. 如果数据集允许某一事件中的几个物种、样本或前提,则保持这些关系。 单一的简化表格可能无法回答每个报告问题。
文件排除和更正连同总数。 如果公众人物有变化,请解释其是否反映了新的事件,修改后的计数或者去除重复. 避免将数据库修复解释为动物疾病发生突变.
保留即将发行的内容
保留原始文件,其发布标签和调节决定. 在生成的工作副本中应用更正,而不是默写收到的文件。 可重复的规则应该明确,不寻常的情况应该有自己的理由。
使用发布更改日志指南来解释变化和数据发布参考文献在发布新的总数之前检查各版之间的差异。
保存规则以及更正的文件
记录比较的字段、指定的关系和决定背后的证据。 然后可重复的导入可以区分精确的重复与修订和链接的观察,而不删除每行共享事件标识符. 在一般规则不能解决问题时,应明确例外情况。
在第二个虚构的数据集中,一个事件包含两个动物的单独测试行. 为事件表设计的独特性检查删除第二行。 恢复观测身份保留了一个事件,其中两个是代表动物及其实际测试。 修复涉及数据结构,而不是额外的疾病发生。
当一个源发布器更改其标识常规时,在加入它之前将文件的含义与旧文件进行比较. 同义字符串可以有不同的范围,不同的字符串可以指同一事件的订正账户. 保持原始的发布和横行,而不是仅仅从文本中强迫任何一种关系.
常问问题
重复的事件ID是否总是意味着重复的数据?
读取数据集的行定义和标识符关系. 一些动物、观察或试验可能合法属于一个事件。 降级为代表记录级别。
不同的计数能否证明不同的事件?
修改可以改变一个计数,同时保留同一事件身份. 保留源版本和实际更新关系. 不要仅仅因为数字不同而出现新的事件。
如何解释更正后的公众总数?
说明它是否反映了新的发生、经修改的帐户或已查明的重复的清除情况。 指定计算单位并保留核对证据。 读者应该能够理解为什么数据库的总变化,而不会因为疾病突然上升或下降而错失记录修复. 将原始收到的文件保留在适当的发布标签下。
点击此引用
牲畜防卫。 “在疾病数据集中解决重复事件识别符。” 更新2026-11-03. https://livestockdefense.com/zh-hans/guides/public-disease-datasets-with-duplicate-event-ids/
添加您访问页面的日期 。 此定义当前引用; 如果您的工作取决于其确切措辞, 请保留允许保存的副本 。 单凭引文并不能证明索赔得到支持。
如何引用一页及其修订本