当前项目：

Data Cleaning Overview

露天台阶爆破数据清洗总览

采集数据 → 识别问题 → 统一标准 → 输出图表

原始记录 钻孔样本入库

问题识别 缺失 / 异常 / 单位

标准化 插补、修正、统一

可视化 图表与明细输出

原始记录级就绪率 0%

缺失值、异常值和单位不统一会影响入图

清洗后记录级就绪率 0%

全部样例完成统一标准化处理

质量提升 0%

3 类数据风险待识别

Quick Navigation

清洗流程快速导览

One Page

01 工作流概览 先看整体清洗路径 02 清洗摘要 快速掌握处理结果 03 案例对比 前后修正差异一眼可见 04 图表验证 从清洗过渡到可视化

Step 1. Workflow

数据清洗流程

先看整体路径，再看关键处理节点。

Top Down

Dify工作流

采集 → 清洗 → 标准化 → 可视化

标准化清洗流程图

原始数据 → 异常值剔除 → 缺失值插补 → 格式标准化 → 清洗后数据

原始数据

7 条记录，待识别风险

异常值剔除

偏差阈值 > 0.50m

缺失值插补

按岩性均值填补

格式标准化

单位统一为 mm/s

清洗后数据

完整率 100%

Step 2. Summary

清洗摘要

快速查看样本规模、修正数量和完整率。

Overview

Step 3. Compare

前后对比

并排查看字段修正结果。

Before / After

缺失值异常值格式待统一清洗后修正

清洗前样本

Raw Records

孔号	区域岩性	孔深(m)	单耗(kg/m³)	偏差(m)	爆心距(m)	振动峰值(mm/s)

清洗后样本

Cleaned Records

孔号	区域岩性	孔深(m)	单耗(kg/m³)	偏差(m)	爆心距(m)	振动峰值(mm/s)

Step 4. Visual Check

图表验证

用图表检查清洗后的分布、偏差和衰减结果。

ECharts 5.x

单耗分布云图

以不同岩性为横轴类别，散点颜色随单耗数值变化，模拟清洗后单耗分布云图效果，并叠加岩性均值标记。

Scatter + VisualMap

钻孔偏差热力图

按 1-5 排与 1-5 号孔位构建偏差热力分布，颜色越暖表示偏差越大，用于快速定位施工质量风险区域。

5×5 Heatmap

爆破振动衰减曲线

模拟实测数据点与萨道夫斯基拟合曲线，展示振动速度随比例距离增大而衰减的规律，支持查看具体比例距离与速度值。

Sadovsky Fit