fix(data): clean.py 轻度修复 + 摘掉 5 条已修好的 xfail

Codex 直接改的（格式 / 死代码 / 纯 bug，不动接口与语义）：
- winsorize(Series) 直接崩：select_dtypes 在 Series 上不存在，Series 分支提到最前并加数值 dtype 守卫
- winsorize 的分位数改为只在数值列上算，含文本列的赛题表不再崩（与已有 numeric_cols 判断对齐）
- 删掉 detect_outliers 里已成空操作的 df = pd.DataFrame(data)，去掉 df 别名
- clean_missing 的嵌套 if 合并（ruff SIM102），清掉 W293 行尾空白与函数内连续空行

测试：
- 5 条 xfail 经 XPASS 信号确认已修好，摘掉 mark 转正式用例
  （detect_outliers 4 条 + winsorize 混合类型 1 条）
- 53 passed / 7 xfailed  ->  58 passed / 2 xfailed
- 剩 2 条 xfail 保留，且不是漏改而是设计没定：
  detect_outliers 遇文本列返回什么、impute_missing 的 mode 分支要不要就地改调用方的表
- ruff: 1 error -> All checks passed；pyright: 0 errors 不变

文档：
- STATUS.md：L0 进度 4/12、验证结果表、下一步重写、新增决策 31
  （Codex 可直接改 src 的范围：纯 bug / 格式 / 死代码；要选语义的留给用户）
- CHANGELOG.md：本轮变更，并修掉 [Unreleased] 里被重复追加撑坏的一句
- docs/dev/personal-pitfalls.md：只追加第 7 条（守卫子句要排在类型分派之后）

STATUS.md

@@ -1,6 +1,6 @@
 # STATUS — 当前进度
 
-> 更新日期：2026-10-01
+> 更新日期：2026-10-02
 
 ## 本次任务
 
@@ -10,7 +10,7 @@
 
 **第二阶段（进行中）**：按 `docs/03-roadmap.md` 的 L0 → L1 顺序**逐个实现函数**，
 用户本人写 `src/`、Codex 负责审查 + `tests/`（决策 25）。
-当前 3/12：`Result`、`get_rng`/`set_seed`、`load_table`/`save_table`。
+当前 4/12：`Result`、`get_rng`/`set_seed`、`load_table`/`save_table`、`clean_missing`。
 
 ## 任务清单
 
@@ -95,18 +95,17 @@
       - `threshold` 用 `math.ceil` 算 `min_non_na`：3 列、阈值 0.5 时必须是 2，
         写 `int()` 截断会漏删
       - 顺手落地兄弟函数 `impute_missing` / `winsorize`（原属 L1）
-- [ ] **待修：** `detect_outliers` 已写但有 3 个 bug（见下）
-- [ ] 剩余 7 项：`normalize`
-      `detect_outliers` `normalize` `standardize` `describe` `correlation_matrix`
-      `bootstrap_ci` `monte_carlo` `save_figure`
+- [ ] **待收尾：** `detect_outliers` 只剩"文本列"1 处，且要先定设计（见「下一步」第 1 条）
+- [ ] 剩余 8 项：`detect_outliers`（收尾）+ `normalize` `standardize` `describe`
+      `correlation_matrix` `bootstrap_ci` `monte_carlo` `save_figure`
 
 ### 验证结果
 
 | 检查 | venv | conda `mcm-toolkit` |
 |---|---|---|
-| `pytest` | 见下（单列） | **53 passed, 42 skipped, 7 xfailed** |
+| `pytest` | 见下（单列） | **58 passed, 42 skipped, 2 xfailed** |
 | `import mcm_toolkit` | 0.0.1 / 16 项 | 0.0.1 / 16 项 |
-| `ruff check` | All checks passed | **1 error**（就在 `detect_outliers` 那段待修的代码里） |
+| `ruff check` | All checks passed | **All checks passed**（0 error） |
 | `scripts/doctor.ps1` | 跑通 | — |
 | SALib / pymoo / pyright | 缺失 | 已装 |
 
@@ -114,10 +113,10 @@
   （修配置之前是 17 errors，全是"无法解析导入 numpy / pandas"，见决策 29 与
   `docs/04-environment.md` 坑 7）
 - base 亦已复核：numpy 2.4.6 / scipy 1.18.1 / pandas 3.0.6（与两套环境一致）
-- 53 条通过 = 20 条公开 API 契约测试 + 11 条 `core` 行为测试 + 22 条 `data` 行为测试
-- 7 条 `xfail` 是**已知待修**的契约（`detect_outliers` 的 4 条、`winsorize` 混合类型、
-  `clean_missing` 阈值范围、`impute_missing` 的 mode 就地修改）；
-  修好后会自动变 XPASS，那时把 `xfail` 摘掉即可（决策 30）
+- 58 条通过 = 20 条公开 API 契约测试 + 11 条 `core` 行为测试 + 27 条 `data` 行为测试
+- 2 条 `xfail` 是**已知待修**的契约：`detect_outliers` 遇文本列、`impute_missing` 的 mode 就地改。
+  两者都**不是漏改，是设计没定**；修好后会自动变 XPASS，那时把 `xfail` 摘掉即可（决策 30）
+- 上一轮 5 条 `xfail` 正是靠这个 XPASS 信号确认修好并摘掉的
 - 42 条 skip 是等实现的算法（`normalize` / `standardize` / `train_test_split` 等）
 - 三个 `.ps1` 通过 PowerShell AST 语法解析
 
@@ -173,26 +172,22 @@
 | 30 | 已知待修的契约用 `@pytest.mark.xfail(strict=False)`，不用 skip | skip 会让"契约还没写"和"写了但实现有问题"混在一起，5 条 skip 曾把 `clean.py` 的 bug 全藏住。xfail 照样进报告，修好后自动变 XPASS，是"修好了"的信号，而且 XPASS 不失败，不会卡住提交 |
 | 29 | 静态分析器钉死到工作区 `.venv`，并把 base 的 site-packages 用 `.pth` 链进去 | pyright / Pylance **不认** `pyvenv.cfg` 的 `include-system-site-packages`，`.venv` 自己只有 `pip`；不钉的话它们会去 PATH 上找 python，本机 PATH 上那个是 Codex 运行时的 3.14 shim，没有科学栈，于是报"无法解析导入"。`.pth` 是唯一被 pyright 认的转发手段 |
 | 28 | 不启用 ruff 的 preview 规则集 | `E302`（函数间要 2 个空行）在 ruff 0.16 里是 preview 规则，`select = ["E"]` 默认**不包含**它——所以少一个空行 ruff 照样报 "All checks passed"。行数空行得自己盯，别指望 lint |
+| 31 | Codex 可**直接改** `src/` 的范围：纯 bug（不改接口与语义）、格式、死代码 | 决策 25 说实现归用户，但"能跑"是底线：`winsorize(pd.Series)` 因 `select_dtypes` 在 `Series` 上不存在而直接崩、测试变红，这种必须当场修。凡是要**选一个语义**的（文本列返回什么、mode 要不要就地改）一律留给用户本人，Codex 只把选项和影响列清楚 |
 | 27 | base 里的 zstandard 残骸目录**改名禁用**，不删除、不重装 | 删掉不可逆；`pip install zstandard` 会给 base 塞一个 conda 记录里根本没有的包，下次 `conda update --all` 又要重新判断。改名后 `import` 变回正常 `ModuleNotFoundError`，pandas 自动跳过 |
 
 ## 下一步
 
-1. **修 `detect_outliers`**（唯一挡在 L0 前进路上的 🔴，三处都在 `src/mcm_toolkit/data/clean.py`）：
-   - `clean.py:165-167` 的 `threshold` 范围校验放错了函数：`threshold` 只在 zscore 分支
-     赋值，iqr 走进去就是 `UnboundLocalError`；而且 z 的阈值本来就是 3.0，
-     用 `0 <= threshold <= 1` 卡它必然把默认值拒掉。
-     你本意多半是想校验 `clean_missing` 的 `threshold`（那个才该是 [0,1]）——把它挪过去，
-     `detect_outliers` 里删掉。ruff 剩下的那 1 条（SIM102）也在这 3 行里，删掉就全绿。
-   - `clean.py:145` 的 `df.quantile()` 要在**数值列**上算：`df.select_dtypes(include='number')`，
-     否则赛题表一带文本列就崩。`winsorize` 的 `clean.py:186` 同病，
-     而且它的空数值列判断排在了分位数之后，等于没兜住。
-   - `clean.py:130-131` 的 `is_series` / `is_ld_array` **永远为 False**：
-     第 114-117 行已经把 `data` 转成 DataFrame 了，再判断 `isinstance(data, pd.Series)` 自然不成立。
-     要在转换**之前**记下来，或者干脆用 `inspect` 拿原始入参。修好后
-     `test_detect_outliers_returns_mask_not_filtered_data` 会从 xfail 变 XPASS。
+1. **收尾 `detect_outliers`**（`src/mcm_toolkit/data/clean.py`，只剩 1 处，且**要先定设计**）：
+   非数值列怎么办 —— 一律返回 `False`，还是只对数值列算掩码？
+   现在 iqr / zscore 两条分支都直接在**全表**上 `quantile()` / `mean()`，赛题表一带文本列就崩。
+   定完把它换成 `data[numeric_cols].quantile(...)`（`winsorize` 已按"只对数值列算"改好，可直接照抄），
+   并把 `tests/test_data.py::test_detect_outliers_survives_text_columns` 的 xfail 摘掉。
 2. **写 `detect_outliers` 的 S 档函数卡片**（`docs/algorithms/` 下，照 `docs/dev/function-card-template.md`）。
    roadmap 要求 S 档先写卡片再写码 —— 这次是反着来的，所以三个 bug 都在"该想清楚"的地方翻车：
    上界符号、布尔优先级、维度。卡片本身就是防这个的。
-3. 顺手把 `impute_missing` 的 mode 分支改成**返回新表**（现在就地改调用方的 DataFrame，和另外四个分支不一致）。
-4. 每写完一个函数，在 `examples/` 里加一行最小用法。
-5. L0 跑通后，找一道真题（建议 2025 C）走完整流程，反向沉淀函数。
+3. 顺手把 `impute_missing` 的 mode 分支改成**返回新表**
+   （现在就地改调用方的 DataFrame，和另外四个分支不一致；`data = data.copy()` 一行的事）。
+4. **下一个文件**：`data/transform.py` 的 `normalize` / `standardize`
+   （`tests/test_data.py` 里两条 skip 已就位；写之前先定 `method` 的取值集合与 `axis` 语义）。
+5. 每写完一个函数，在 `examples/` 里加一行最小用法。
+6. L0 跑通后，找一道真题（建议 2025 C）走完整流程，反向沉淀函数。