دادهٔ قیمت معاملات انگلیس و ولز؛ پیش از شمارش، اصلاحات ماهانه را اعمال کنید

سه فایل ماهانهٔ معاملات ملکی را زیر هم می‌چینید و تعداد ردیف‌ها را می‌شمارید. آیا حاصل، تعداد فروش‌هاست؟ در مجموعهٔ Price Paid Data ادارهٔ ثبت زمین انگلستان، بخشی از ردیف‌های ماهانه برای اصلاح یا حذف رکوردهای قبلی است. بنابراین هر ردیف تازه لزوماً یک معاملهٔ تازه نیست.

این راهنما دربارهٔ داده‌های انگلیس و ولز است، نه دفتر معاملات ایران. پیش از کار، خروجی موردنیازتان را روشن کنید: آخرین وضعیت رکوردها، تاریخچهٔ تغییرات، یا معاملاتِ یک بازهٔ زمانی بر اساس تاریخ انتقال. هرکدام جدول و روش شمارش خودش را لازم دارد.

دو ستون با حرف مشترک، دو معنای متفاوت

در راهنمای رسمی ستون‌ها و وضعیت رکورد، دستهٔ معامله با A/B مشخص می‌شود؛ اما وضعیت رکورد در فایل ماهانه A/C/D است: افزودن، تغییر و حذف. تغییرات با شناسهٔ معامله اعمال می‌شوند. اصلاح دسته نیز ممکن است با حذف شناسهٔ قدیمی و افزودن شناسهٔ تازه ثبت شود.

در نسخهٔ کاری برای ستون‌ها نام روشن بگذارید؛ مثلاً ppd_category برای دسته و record_action برای نوع تغییر. وجود حرف A در هر دو ستون به معنی یکسان‌بودن کاربرد آن‌ها نیست. پیش از تغییر نام ستون‌ها، ترتیب و متن اصلی را حفظ کنید. تمرین واردکردن CSV بدون تغییر شناسه‌ها برای کنترل همین مرحله مفید است.

مثال: چهار ردیف ورودی و یک رکورد نهایی

جدول زیر کاملاً ساختگی است. شناسه‌های کوتاه آن نمونهٔ آموزشی‌اند، قیمت‌ها مشاهدهٔ واقعی نیستند و هیچ نشانی یا معاملهٔ مشخصی بررسی نشده است. از جدول خالی شروع می‌کنیم و سه انتشار فرضی را به ترتیب اعمال می‌کنیم.

در داستان این تمرین، انتشار دوم قیمت را اصلاح می‌کند و انتشار سوم دسته را. اگر همهٔ ردیف‌ها را نگه داریم و جمع بزنیم، چهار ردیف داریم. اگر فقط Aها را بشماریم، دو مورد می‌شود. با اعمال کامل تغییرات، یک رکورد جاری باقی می‌ماند. بازپخش محلی همین اعمال ساختگی، وضعیت نهایی را تأیید کرد؛ این آزمون روی دانلود واقعی ثبت زمین انجام نشده است.

ارتباط شناسهٔ قدیمی و جدید در اینجا معلوم است، چون خود تمرین آن را تعریف می‌کند. در دادهٔ واقعی، یکسان‌بودن قیمت یا نشانی به‌تنهایی چنین رابطه‌ای را ثابت نمی‌کند. اگر دلیل تغییر شناسه روشن نیست، دو ردیف را با یک قاعدهٔ حدسی به هم نچسبانید.

آرشیو را از جدول جاری جدا نگه دارید

هر فایل دریافتی را بدون تغییر، همراه نشانی منبع، زمان دریافت، پوشش اعلام‌شده و هش نگه دارید. در یک دفتر جدا ثبت کنید کدام انتشارها اعمال شده‌اند. اجرای دوباره باید انتشار قبلاً پردازش‌شده را تشخیص دهد؛ نه اینکه همان ردیف‌ها را دوباره اضافه کند.

در جدول جاری، شناسهٔ معامله باید یکتا باشد. افزودن، کلید تازه وارد می‌کند؛ تغییر، رکورد شناخته‌شده را به‌روزرسانی می‌کند؛ حذف، آن را از نمای جاری برمی‌دارد. فایل آرشیوی برای بازبینی باقی می‌ماند. اگر هنگام افزودن با کلید تکراری روبه‌رو شدید یا تغییر برای شناسه‌ای ناشناخته رسید، آن را استثنا ثبت کنید. ممکن است یک انتشار جا افتاده باشد یا مبنای شروع درست انتخاب نشده باشد.

اگر پروژه را تازه شروع می‌کنید و فقط آخرین وضعیت را می‌خواهید، یک مجموعهٔ کامل تازه یا گزارش مناسب رسمی می‌تواند از بازسازی سال‌ها تغییر ساده‌تر باشد. نسخهٔ مبنا را ثبت کنید و اصلاحاتی را که از قبل در آن وجود دارند دوباره اعمال نکنید. برای نگهداری تدریجی، ابتدا روی کپی کار کنید؛ پس از بررسی استثناها، نمای جدید را جایگزین نسخهٔ کاری کنید.

بعد از اصلاح رکوردها، تاریخ مناسب را انتخاب کنید

در بررسی ۴ نوامبر ۲۰۲۶، صفحهٔ رسمی دریافت داده انتشار سپتامبر ۲۰۲۶ را تازه‌ترین فایل ماهانه معرفی می‌کرد. این انتشار هم داده‌های دریافت‌شده در آن ماه و هم اصلاحات قبلی را دارد. ناشر نیز توصیه می‌کند آخرین ماه را به‌تنهایی تصویر کامل فعالیت بازار تلقی نکنیم.

برای سؤال «معامله چه زمانی رخ داده؟»، پس از اعمال اصلاحات از ستون مستند تاریخ انتقال استفاده کنید. برای سؤال «این انتشار چه تغییراتی آورده؟»، اعمال به‌روزرسانی را بشمارید و همین نام را روی خروجی بگذارید. هیچ‌کدام خودبه‌خود تعداد املاک متفاوت نیست. راهنمای فیلدها شناسه را مربوط به معامله می‌داند، نه شناسهٔ دائمی ملک.

پیش از انتشار عدد، یک جمله بنویسید که نسخهٔ داده، ستون تاریخ، محدودهٔ جغرافیایی، دسته‌های انتخابی، نحوهٔ اعمال اصلاحات و واحد شمارش را مشخص کند. مثلاً: «رکوردهای جاریِ منطبق با فیلترها و تاریخ‌های انتقال مشخص، در نسخهٔ دریافت‌شده در [تاریخ].» جای خالی را از مدرک واقعی پُر کنید. ارزش عدد به این است که نفر بعد بتواند مسیر شمارش شما را تکرار کند.