前幾天已經完成缺失值、格式、數值範圍和重複資料的檢查，今天則開始處理另一個資料品質問題：資料的一致性。
有些資料本身不一定是錯的，但如果同一個欄位使用不同的表示方式，之後進行統計或分析時就可能造成問題。
一、檢查性別資料
在測試資料中，刻意放入了不同的性別表示方式：
*男
*男性
*M
雖然這些資料可能代表相同的意思，但如果系統只認得男和女，其他寫法就可能無法被正確分類。
因此這次除了找出不一致的資料，也讓系統提供標準化的修正建議。
例如：

格式不一致：P003 → gender = 男性 → 建議修正為：男
格式不一致：P004 → gender = M → 建議修正為：男

這樣使用者就能直接知道原本的資料是什麼，以及之後可以統一成什麼格式。
二、檢查日期格式
除了性別之外，日期也很容易出現不同的寫法。
例如測試資料中原本大部分使用：
2026-09-05
但P009使用：
2026/09/05
這兩種寫法代表的日期相同，但格式並不一致。
因此這次也讓 PHP 找出這種情況，並提供標準化建議：

格式不一致：P009 → visit_date = 2026/09/05 → 建議修正為：2026-09-05

三、從「檢查」開始走向「清理」
今天和前幾天比較不一樣的地方，是程式不只是告訴我資料有問題，而是開始提供可以採取的修正方式。
目前的流程已經慢慢變成：
讀取資料
↓
找出問題
↓
判斷問題類型
↓
提供修正建議
之後就可以進一步讓系統直接套用這些修正，而不需要使用者自己一筆一筆修改 CSV。