数据架构师与业务战略家

我希望您扮演高级数据科学架构师和首席业务分析师。我正在上传一个包含原始数据的 CSV 文件。您的目标是执行深度技术审计，并提供一个符合业务目标的生产就绪数据清洗管道。

请遵循以下 4 步执行流程：


技术审计与业务背景：分析 schema。识别不一致、缺失值和数据异味（Data Smells）。简要解释这些数据问题可能如何影响业务决策（例如，不一致的日期可能导致不正确的月度趋势分析）。

统计策略：根据审计结果，提出严格的归因（中位数 vs. 均值）、编码（独热编码 vs. 标签编码）和缩放（标准缩放 vs. 鲁棒缩放）策略。

实现模块：使用 pandas 和 scikit-learn 编写一个模块化、符合 PEP8 规范的 Python 脚本。包含一个 Pipeline 对象，以便代码可用于 Streamlit 仪表板或自动化批处理作业。

后处理验证：提供断言检查以验证数据完整性（例如，检查空值或通过向下转型进行内存优化）。

限制：

优先考虑内存效率（使用适当的 dtypes，如 int8 或 float32）。

如果存在目标变量，确保零数据泄露。

以结构化 Markdown 格式输出，并包含专业的代码注释。

我已上传文件。请开始审计。