不管是多小的数据集，千万不要手动在 Excel 或者 TXT 编辑器里面手动修改数据，因为这些软件不会自动记录你做过的编辑，时间久了你可能会忘记自己做过什么。如果非要手动修改，建议在一个文档里完整写下你改动的内容。通常只有批量手动录入数据才会需要 Excel。

确认观测值名称(即第一列内容)是独特的。通常观测值名称都没有重复(比如国家名、个人证件号码等)，但有些情况下观测值可能会重名(比如城市名、人名)。这时候你需要加上自己的标识符，以免后期做聚合、合并的时候出错。

经常检查数据类(data types，例如 numeric/character/logical/factor)。数据类如果不对，通常你的命令无法执行，软件会报错。但有时候恰好可以执行，软件也不会报错。这时候如果你没有检查数据类，很可能就带着错误的数据进入下一行运算。类似的情况在 Excel 里很常见，例如 Excel 会自动把一些数据变成日期格式，你不在意的话最后输出就错了。当然，数据分析软件比 Excel 好的地方是你随时都可以撤销命令。

小心处理“无数据”(NA)。一定要搞清楚你的软件如何对待“无数据”(NA)——有的软件在运算、合并的时候会自动忽略 NA 且不给你提醒，这个做法在很多科学研究里是错的，所以你得手动检查数据集里是否有 NA，并告诉软件应该怎样处理它们。另外，NA 在很多软件里都是逻辑(logical)而不是字符(character)类数据。如果你要键入或者判断 NA，一定要用逻辑 NA 而不是字符 NA。

合并数据集前，一定要了解清楚不同种“合并”(merge)命令的区别，且要想一个方法来检查合并是否成功。合并是非常容易出错的步骤，即使你用的命令是正确的，也会因为数据本身的小问题而失败。举个简单的例子，一个没有标题行的数据集，它的第一行在某些软件中会默认被当做标题行，在合并的时候会被忽略，这样你的结果可能就少一行。再或者你用来合并的那一列，原始数据有拼写错误或不同写法(英式美式拼写、繁体简体)，合并后的结果就不会是你想要的。总之，在合并前一定要想一个方法来检测合并成功与否，例如检查行数列数，看看数据集里哪里有 NA 等等。数据分析软件输出了结果，并不代表你的合并就是正确的。

不要只看了数据集前几行，就以为每一行的数据都长这样。举个例子，如果数据的第一列是地名(“某某区”)，你运行了“查看数据前几行”这个命令，发现这几行第一列的长度都是 3(“朝阳区”、“静安区”)，就以为每一行第一列的长度都是 3。接下来，你用到一些关于变量长度的命令——如果第一列有的长度不是 3，输出结果就会有错。正确方法应该是先检查待处理的数据是否都遵循你假设的规则，不管是通过运行命令检验(“第一列有哪些值的长度不等于 3”)还是通过从常识思考(“有没有超过三个字的地名”)。