科学家重命名基因，以防 Microsoft Excel 将其误读为日期（2020）

原文 ↗ Hacker News 讨论 ↗

Excel 自动转换与新开关

  • Excel 历来会自动把“像基因名”的字符串（例如 SEPT2、MARCHF1）转换成日期或数字，破坏科学数据，尤其是在 CSV 来回导入导出时。
  • 2023 年，Microsoft 在 Windows/macOS 上加入了按文件关闭自动数据转换的开关；有人认为这来得太晚，而且仍不完善（边缘情况、宏、旧版本）。
  • 也有人认为 Excel 早就允许设置列类型（“设置单元格格式” → “文本”、导入文本向导、Power Query），所以问题在于用户工作流和认知。

隐式转换是更广泛的问题

  • 一些评论把这看作 JavaScript、MySQL、YAML、PHP 等中常见的更大“隐式转换 / 类型安全”问题的一部分，有时与空指针一起被称为另一个“十亿美元错误”。
  • 也有人反驳说，宽松的转换同样带来了巨大的生产力提升，而且人们之所以广泛选择它们，就是因为它们方便。
  • 讨论还涉及：究竟应该把问题表述为“类型安全”（更可操作），还是笼统的“期望与现实不一致”。

为什么科学家仍在使用 Excel

  • 许多人认为，科学家受限于机构 IT、许可证和标准化要求；即使想换，也无法自由选择替代工具。
  • 有人说，大多数领域专家在这个用途上已经不用 Excel 了，但仍有少数人（再加上管理员、临床人员、编辑）会继续破坏共享数据。
  • 支持重命名的观点认为：把少数基因名改掉，是一种低摩擦、可覆盖整个领域的缓解措施，比起让所有人重新培训并替换工具更现实。

CSV、格式与替代方案

  • CSV 被批评为本质上含糊不清（没有模式、没有类型）；Excel 双击打开 CSV 的行为会悄悄转换并丢弃前导零、加号以及像基因名一样的标识符。
  • 解决办法包括：先把列预格式化为文本、使用导入向导、小宏，或者在 CSV 中把文本编码成 Excel 公式（="Data"）。
  • 提到的替代方案包括：LibreOffice（同样会自动转换，但更慢、兼容性更差）、带有假想 .xljson 扩展名的 JSON、数据库、Jupyter/R/Python、Emacs org-mode。

责任与预期

  • 有人把责任归咎于科学家没有掌握工具；也有人认为这要求不合理，因为 Excel 的默认行为隐藏且不断变化。
  • 多条评论强调，这不仅是技术问题，也是社会/组织问题（IT 守门人、厂商锁定、用户培训）。