fix(data): 修掉 transform.py 的 3 处真 bug，并收口 4 个口径

不是编辑器误报：pyright CLI 与 pytest 都能复现（修前 7 failed / 75 passed），
所以一行 # type: ignore 都没加。

- 输入白名单漏了 pd.DataFrame -> standardize/log_transform 直接 TypeError，
  函数体里的 is_df 分支全是死代码；统一成模块级 _NUMERIC_TYPES 并前置到 np.asarray 之前
- normalize 三个 method 分支互相覆盖（minmax/vector 的结果被末尾无条件的 x/max 冲掉，
  实际三种 method 都只走 max），改成 if/elif/else
- one_hot_encode 按 data.columns 重包一层 DataFrame -> 哑变量列名对不上，编码列整列丢失，
  改为直接返回 get_dummies 的结果
- log_transform 的 offset 守卫写反（offset > 0 就抛错，恰好拒掉唯一合法用例），
  改为校验定义域前提 min(x) + offset > 0；offset=0 对全正数据合法
- 四个函数 docstring 按 docs/02-architecture.md 4.7 补齐 Parameters/Returns/Raises
- ruff 4 条 RET505 清掉；pyright 2 errors -> 0；测试 82 passed / 40 skipped

docs: STATUS.md L0 进度 7/12 + 决策 35；CHANGELOG 记录本轮回归与修复；
      personal-pitfalls 追加第 10 条（把真报错当成编辑器误报）

STATUS.md

@@ -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 5/12：`Result`、`get_rng`/`set_seed`、`load_table`/`save_table`、`clean_missing`、`detect_outliers`。
+当前 7/12：`Result`、`get_rng`/`set_seed`、`load_table`/`save_table`、`clean_missing`、`detect_outliers`、`normalize`/`standardize`。
 
 ## 任务清单
 
@@ -62,7 +62,7 @@
 - [x] 推送通道：公网 22 被防火墙过滤 → 改用 Tailscale（`100.115.86.48:22`），
       `~/.ssh/config` 加了一条域名别名，remote 里仍写域名
 
-**E. L0 实现进度（4/12）**
+**E. L0 实现进度（7/12）**
 - [x] `core/result.py` 的 `Result`
       - `__repr__`：单行紧凑；`data` 只给类型与规模，**绝不**整数组打印
         （十万级数组的 repr 实测仍 < 200 字符）；`success` 恒在
@@ -123,8 +123,18 @@
       - Codex 清掉 5 条 ruff（RET503 / F541 / RET504 / RET505 / SIM108），并把 `feature_range`
         的两条校验提到 `np.asarray` **之前**、修掉说反的报错文案（条件是"下界必须小于上界"）
       - 测试：**新写 18 条**，其中两条是把原先挂着的 `skip` 转为实跑 —— 见 `tests/test_data.py` 的 transform 段
-- [ ] **待定：** `transform` 的 4 个口径问题（入参类型策略、要不要收 `DataFrame`、
-      显式 `offset` 的校验、常量列写进 docstring）—— 见「下一步」第 1/2 条
+- [x] **`transform.py` 的 4 个口径已收口**（2026-10-02，Codex 代修，用户授权"报错顺手修掉"）：
+      - 输入白名单统一成模块级 `_NUMERIC_TYPES`，**`DataFrame` 补进去**并移到 `np.asarray` 之前
+        （此前 `DataFrame` 不在白名单 → `standardize(df)` / `log_transform(df)` 直接 `TypeError`，
+        函数体里所有 `is_df` 分支都是**死代码**）
+      - 三个函数都保持"DataFrame 进 DataFrame 出"（列名 + 索引原样带回），Series 进 Series 出
+      - `normalize` 的三个 method 分支原来**互相覆盖**（`minmax` / `vector` 算完的结果被末尾
+        无条件的 `x / max` 冲掉，三种 method 实际都只走 max），改成 `if / elif / else`
+      - `one_hot_encode` 不再拿 `data.columns` 重包一层（哑变量列名对不上 → 编码列整列丢失）
+      - `log_transform` 的 `offset` 守卫**写反了**（`offset > 0` 就抛错，恰好拒掉唯一合法用例），
+        改成校验真正的定义域前提 `min(x) + offset > 0`（见决策 35）
+      - docstring 按 §4.7 补齐 `Parameters` / `Returns` / `Raises`（Codex 代写，与 `io.py` 同一套 numpydoc 格式）
+      - 口径定稿后 ruff 4 条 RET505 一并清掉 → `All checks passed`；pyright **2 errors → 0**
 - [ ] 剩余 5 项：`describe` `correlation_matrix` `bootstrap_ci` `monte_carlo` `save_figure`
 
 ### 验证结果
@@ -148,6 +158,9 @@
   决策 30 那套信号（XPASS → 摘 mark）跑完了一个完整闭环
 - `examples/01_clean_and_describe.py` 实测跑通（exit 0）；`00_quickstart.py` 仍等 `stats` / `viz`
 - 40 条 skip 是等实现的算法（`train_test_split`、`describe`、`bootstrap_ci`、`monte_carlo` 等）
+- **本轮回归（已修）**：`transform.py` 上一版有 3 处真 bug —— 修前 **7 failed / 75 passed**，
+  且 pyright 在同一处报 `reportArgumentType`。**不是静态误报**：pyright CLI 复现 + 测试真红。
+  结论：见到红线先跑 CLI 与 `pytest`，**不许直接挂 `# type: ignore`**（见个人易错点 10）
 - 三个 `.ps1` 通过 PowerShell AST 语法解析
 
 ### ⚠️ 需要注意 / 遗留
@@ -208,22 +221,16 @@
 | 32 | `detect_outliers` 对非数值列恒返回 `False`（既不跳过也不报错） | **用户本人在两条路里选的**。跳过会让 docstring 里"与原数据同形"变成谎话（形状对不上，没法按位置对回原表）；报错则让一张带 `city` 列的真题表直接不可用。`False` 的读法是"这一列没有离群点"，对文本列是最不坏的解释，也让整表能一次跑完 |
 | 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 |
-
+| 35 | `log_transform` 的显式 `offset` 按**定义域前提**校验：`min(x) + offset > 0` 才放行 |
+原码写的是 `if offset > 0: raise`，把唯一合法的用例（正 offset 正好抬定义域）全拒了，报错文案却是"offset 必须大于 0"，自相矛盾。改成校验真正的前提：`log` 要求自变量取正。`offset=0` 对全正数据合法（`offset=None` 的自动分支本来就取 0）。**Codex 代选、待用户确认** —— 若原意是"只收正 offset"，改回即可 |
 ## 下一步
 
-1. **`transform.py` 还剩 4 个口径要你拍板**（都要落到 docstring 的 `Raises` / `Notes` 里）：
-   - **入参类型策略三个函数不一致**：`standardize` / `log_transform` 有守卫，只收
-     `int/float/list/tuple/ndarray/Series`；`normalize` 没有，全靠 `np.asarray` 自己崩 ——
-     `normalize('abc')` 抛 numpy 的 `ValueError`（不是 §4.7 要的 `TypeError`），
-     `normalize(None)` 更糟：**静默返回 NaN**。建议照 `standardize` 的元组抄一份守卫，三处统一。
-   - **要不要收 `DataFrame`**：`normalize(df)` 现在能跑，但返回 ndarray、**列名丢了**；
-     `standardize(df)` 直接 `TypeError`。`load_table` 出来的就是 DataFrame，
-     建议三个函数都收 DataFrame、按列处理、并保持 DataFrame 返回（列名留着才好回填原表）。
-   - **显式 `offset` 没校验**：`log_transform(x, offset=-10.0)` 静默返回 NaN（`np.log` 负数 + RuntimeWarning）。
-     要么校验（`x + offset <= 0` 就抛 `ValueError`），要么在 docstring 里写清"由调用方保证"。
-   - **常量列行为写进 docstring**：行为已被测试钉住（决策 34），但 docstring 还是空白。
-2. 四个函数的 docstring 都缺 `Parameters` / `Returns` / `Raises`（§4.7 硬要求）。
-   上面 4 点定了之后一次补齐 —— 现在补也会因为口径未定而要返工。
-3. `stats.describe` + `stats` 其余函数：`examples/00_quickstart.py` 与
-   `examples/01_clean_and_describe.py` 末尾的 `TODO(L0)` 都在等它。
-4. L0 跑通后，找一道真题（建议 2025 C）走完整流程，反向沉淀函数。
+1. **`stats.describe` 是 L0 里下一个该写的**（A 档，`stats/descriptive.py`）——
+   `examples/00_quickstart.py` 与 `examples/01_clean_and_describe.py` 末尾的 `TODO(L0)` 都在等它。
+   写法照 `data/clean.py` 的 `clean_missing`：先想"替代了哪段手写代码" → 先写一条会红的测试
+   → 再实现 → 补 `examples/` 一行（`docs/03-roadmap.md` §3.2）。
+2. 之后按 L0 剩余顺序推进：`correlation_matrix`（A）→ `bootstrap_ci`（**S 档，要写函数卡片**）
+   → `monte_carlo`（**S 档**）→ `save_figure`（A）。
+3. L0 跑通后，找一道真题（建议 2025 C）走完整流程，反向沉淀函数。
+4. **待你确认（决策 35）**：`log_transform` 的显式 `offset` 现在按"定义域前提"校验
+   （`min(x) + offset > 0`，否则 `ValueError`）。若你原意是"只收正 offset"，说一声我改回去。