数据字典
Data dictionary
学到 会用 就够：能亲手用起来
你可能会说
“我接手师兄留下的数据，列名都看不懂，怎样知道每个数字到底指什么？”
数据字典是一份解释数据列和取值含义的说明，通常写清变量名称、实际问题、单位、允许的值，以及缺失和计算规则。
使用 AI
科研里的例子
假设社会学团队整理就业调查，在字典里写清“就业”是调查周内工作、登记身份还是受访者自报，并注明未就业、拒答和不适用的表示。
字典应让没有参与整理的人也能理解这份表。除了列名和中文标签，还应记录对象层级、调查时间、单位、分类代码、缺失表示以及来源位置。计算出来的新变量，要写明使用了哪些原列和具体处理办法；同名变量在不同年份换了问法，也应标注差异。字典要与对应的数据版本一起保存，不能只靠研究者记忆。它可以链接到官方码本和问卷，但本地改名、换算和重新分组的部分仍需另记。真正使用时，应拿几条原记录核对，避免说明表很完整，实际数据却已经换了口径。
在你的学科里，直接拿去用
把数据分析要求写成可复现说明
请先为这项分析形成可复现的任务说明，再建议代码。 问题：[填写] 数据字典及已有规则：[提供] 可用软件与现有代码：[提供] 明确一行数据代表什么、样本范围、连接键、单位、缺失码、变量构造、估计对象和输出。区分描述分析与因果分析；缺少识别依据时不要把回归系数直接称为因果影响。给出小样本核对、异常记录和可重跑顺序。保留原始数据，所有转换写到派生结果并留记录；不能为得到显著结果修改数据或筛选规则。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG08
核查三农数据的主体、指标与单位
请审查[数据和代码本]中关于[研究问题]的指标。为每列列出主体、分子分母、时间、地区、币值或价格基期、面积口径及缺失码，重点区分个人与农户、户均与人均、销售额与净经营收入、可支配收入与农业收入，以及耕地、播种和收获面积。仅按我提供或已核实的[换算关系]转换单位，保留原值和公式，面积与每面积费用检查换算方向。输出指标字典、不可比项与修复建议；未给口径的先提问或标待核，不用插值或填零掩盖缺失，也不把整理后的表称为已经验证的主数据集。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PR05
判断
亲手检查一次
任选三列，仅凭字典解释一条原记录，再回看问卷，检查单位、时间和缺失含义能否对上。
它做不到的
字典解释的是数据的含义，不能证明测量准确或编码无误。来源版本变化后，旧字典可能不再适用。
增量，由你来写
读完这张，你的理解变了什么？
留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。
来源
- American Economic Association — Data and Code Availability Policy2026-11-07 核对
- 北京大学中国家庭追踪调查（CFPS）— 数据使用手册（官方 PDF）链接失效，待更新
卡片底稿由 AI 协助整理，经过核对；发现错误请告诉我。