4. 批量转换数据准备
批量坐标转换的成败，往往在打开转换工具之前就已经决定。转换程序本身只负责“按规则算数”，它无法判断某一行的 X 到底是北坐标还是东坐标，也无法知道空着的孔口标高应该补 0 还是跳过。因此，本节的核心任务是把来源各异的钻孔点位资料，整理成一张字段含义明确、坐标参照统一、可直接被程序逐行读取的规范表。这张表既是数据准备的交付物，也是后续批量转换、成果回写与质量追溯的唯一基准。
一、点位表的最小字段集与结构设计
钻孔点位表本质上是一张“一孔一行”的平面坐标清单。设计结构时，先确定哪些字段是转换必需的，哪些是业务附属的。必需字段通常包括：钻孔编号（唯一标识）、X 坐标、Y 坐标；若涉及高程转换或三维成果，还需孔口高程 Z。附属字段则包括孔名、勘探线号、孔深、开孔日期、坐标系标识、备注等。建议把字段划分为三个区段：标识区（孔号、孔名）、坐标区（X、Y、Z 及坐标系名称）、属性区（孔深、线号、日期、备注）。转换程序只读取坐标区，标识区用于回写匹配，属性区用于人工核对，这样即使属性列很多，也不会干扰转换逻辑。
字段命名要避免歧义。工程中常见的“X、Y”在不同软件里含义相反：测量坐标系中 X 常指北向、Y 常指东向，而部分 CAD 或 GIS 环境把 X 视为东向、Y 视为北向。因此表头不宜只写 X、Y，而应写成“X_北坐标”“Y_东坐标”或“N”“E”，并在表头下方或单独的说明行注明参照约定。本节统一约定：X 为北向坐标，Y 为东向坐标，Z 为高程，单位均为米，全文与图示保持一致。若原始资料采用相反约定，必须在整理阶段显式交换列，而不是留给转换程序猜测。
二、Excel 与 CSV 的字段规范整理
Excel 便于人工编辑，CSV 便于程序读取，两者在整理时各有陷阱。Excel 中最常见的问题是孔号被自动识别为数值：像“001”“2024-05”这类编号会被去掉前导零或转成日期。处理办法是在导入前把孔号列预设为“文本”格式，或在编号前加单引号，导出后再统一去除。坐标列则要防止科学计数法显示和多余小数位，建议统一设置为数值型、保留 3 位小数，并关闭“显示公式”。此外，合并单元格、表头跨行、表尾合计行都会破坏“一孔一行”的结构，必须在整理阶段拆开或删除。
CSV 的问题集中在编码与分隔符。中文 Windows 环境默认可能输出 GBK 编码，而转换程序多按 UTF-8 读取，结果孔名变成乱码。规范做法是另存为“CSV UTF-8（逗号分隔）”，并确认文件首行就是字段名。若孔名或备注中含有逗号，必须用双引号包裹整个字段，否则列会错位。整理完成后，可用文本编辑器打开 CSV 抽查前几行，确认列数与表头一致、坐标未被引号或空格污染。一个可直接套用的规范如下：
孔号,X_北坐标,Y_东坐标,Z_高程,坐标系,孔深,备注
ZK001,3245120.350,512340.800,128.600,CGCS2000,150.0,
ZK002,3245188.100,512402.550,131.200,CGCS2000,142.5,见断层
ZK003,3245260.000,512470.200,,CGCS2000,138.0,高程待补注意第三行 Z 为空，这正是下一环节要处理的对象。字段顺序一旦确定，就应作为模板固定下来，后续所有批次数据都按同一顺序整理，转换程序的列映射配置才能复用。
三、缺失值、重复点与异常坐标的初步检查
缺失值检查要区分“可补”与“不可补”。孔号或 X、Y 为空属于致命缺失，该行无法参与转换，必须回查原始记录补录；Z 为空则视用途而定，若只做平面坐标转换可暂时保留空值并标记，若需三维成果则必须补测或注明来源。检查时可用筛选或条件计数快速定位空单元格，并把每一处缺失登记到问题清单，写明孔号、缺失字段和处理结论，而不是简单删除行。
重复点检查分两个层次。第一层是孔号重复，通常由多次录入或合并表格造成，可用“删除重复项”按孔号去重，但要先比对两行的坐标是否一致，避免误删坐标不同的同名孔。第二层是坐标重合，即不同孔号落在同一点上，可能是复制粘贴错误，也可能是相邻浅孔共用孔位。对坐标重合的记录，应计算两点距离，距离为 0 或小于合理阈值（例如 0.01 m）时列入疑似清单，由地质人员确认是保留、合并还是修正。
异常坐标检查最容易被忽视，却对批量转换危害最大。常用判断包括：坐标量级是否与工作区一致（例如北坐标应在 3245000 附近，若出现 512340 说明 X、Y 可能写反）；正负号是否符合所在投影带约定；数值是否超出合理范围；单位是否混用（米与千米）；小数位数是否异常。可以先用最小值、最大值和平均值做一次统计扫描，再对偏离均值过大的记录逐条核对。下面给出一个简单的检查思路示例，用于说明判断逻辑，实际数值需按项目工作区设定：
# 示例：按列统计范围，辅助发现量级异常（参数为假设）
X_北坐标 最小 3244980.2 最大 3245310.7 均值 3245145.6
Y_东坐标 最小 512280.4 最大 512510.9 均值 512395.1
Z_高程 最小 121.3 最大 136.8 空值 1 条
疑似问题：ZK017 的 Y=51234.08，量级偏小，疑漏位或单位错误把三类检查的结果汇总成一张问题清单，是数据准备阶段最实用的交付物。清单至少包含孔号、问题类型、原始值、判断依据和处理结论四列，处理完毕后再重新导出标准表。只有清单上的问题全部闭环，标准表才具备进入批量转换的资格。这样做的价值在于：转换程序面对的是干净、同构、可追溯的输入，后续即使成果出现偏差，也能快速定位是数据问题还是参数问题。