feat(data): transform.py 四个函数落地；补 18 条测试、清 5 条 ruff

实现（用户本人写）：
- normalize（minmax / vector / max，三种都按列）+ feature_range 校验 + 常量列不出 nan
- standardize（按列，ddof 真的传下去）+ 类型守卫
- log_transform（offset=None 时自动取 1 - min(x)，保证 x + offset >= 1）+ 类型守卫
- one_hot_encode（自动识别对象列 / 指定列 / drop_first）
- data/ 下的 L0 至此结清（L0 7/12）

Codex 的轻度修复（不改接口与语义）：
- 清掉 5 条 ruff：RET503 / F541 / RET504 / RET505 / SIM108
- supported_method 与 feature_range 的校验提到 np.asarray 之前（守卫集中开头）
- 修掉说反的报错文案（条件是要求下界 < 上界，原文写"上界必须小于下界"）
- one_hot_encode 自动识别时显式加上 str / string：只写 object 在 pandas 3 上是弃用路径，
  每次调用发 Pandas4Warning，未来会变成"一列都选不中"的静默错误（详见坑 9）

测试：
- 新写 18 条（transform 段），其中两条是把原先挂着的 skip 转为实跑 ——
  normalize / standardize 的实现此前一条测试都没跑到（详见个人易错点 9）
- 82 passed / 40 skipped / 0 xfailed；ruff 0；pyright 0

文档：
- STATUS.md：E 节 + 验证表（122 条用例分布）+ 下一步重写（transform 待定的 4 个口径）+ 决策 34
- docs/04-environment.md：新增坑 9（pandas 3 的 str dtype 与 select_dtypes 弃用路径，含实测对照表）
- docs/dev/personal-pitfalls.md：只追加第 9 条（实现写完但测试还挂 skip，绿灯是假的）
- CHANGELOG.md：本轮变更 + 记录 transform 待定的 4 个口径

CHANGELOG.md

@@ -33,6 +33,11 @@
 - `examples/01_clean_and_describe.py`：`load_table` / `save_table` / `clean_missing` /
   `impute_missing` / `detect_outliers` / `winsorize` 六个函数的最小用法，实测跑通（exit 0）；
   末尾留 `TODO(L0)` 等 `stats.describe`。
+- `tests/test_data.py`：`data` 的 transform 段 **18 条用例** —— `normalize` 的三种 method、
+  `feature_range` 区间与两条校验、常量列不出 nan、docstring 那个 Examples 的精确值、按列语义；
+  `standardize` 的按列与 `ddof`（用解析关系钉住：`ddof=1` 时结果的 std = `sqrt((n-1)/n)`）；
+  `log_transform` 的定义域平移；`one_hot_encode` 的自动识别、`drop_first`、列不存在报错。
+  其中两条是把原先挂着的 `skip` 转为实跑（见坑 9 / 个人易错点 9）。
 
 ### Changed
 - `core.get_rng` / `core.set_seed`：实现（L0 第 2 项）。`get_rng` 收 `int` / `np.integer` /
@@ -105,6 +110,19 @@
 - `tests/test_data.py`：摘掉最后一条 `xfail`（mode 就地改）并加强断言；新增 3 条
   （非法类型抛 `TypeError`、元组按一维数组型处理、全 NaN 列与单元素列不抛异常）。
   测试 **60 passed / 1 xfailed → 64 passed / 0 xfailed**。
+- `data.transform` 四个函数实现（**由用户本人写**）：`normalize`（minmax / vector / max，均按列）、
+  `standardize`（按列，`ddof` 真的传下去）、`log_transform`（`offset=None` 时自动取 `1 - min(x)`）、
+  `one_hot_encode`。`data/` 下的 L0 至此结清。
+- `data.transform`：Codex 清掉 5 条 ruff —— RET503（`normalize` 末尾缺无条件 `return`）、
+  F541（无占位符的 f-string）、RET504（多余的 `result` 中转）、RET505（`return` 后的 `elif`）、
+  SIM108（`log_transform` 的 if/else 改三元）。
+- `data.transform.normalize`：`supported_method` 与 `feature_range` 的校验提到 `np.asarray` **之前**
+  （§4.7 的"守卫集中在开头"）；并修掉说反的报错文案 —— 条件是要求下界 < 上界，
+  原文却写"上界必须小于下界"，且 `TypeError` 那条用了无占位符 f-string。
+- `data.transform.one_hot_encode`：自动识别类别列时显式加上 `'str'` / `'string'`。
+  原来只写 `['object', 'category']`，在 pandas 3 上是**已弃用路径**（每次调用发 `Pandas4Warning`），
+  未来会变成一列都选不中的**静默错误**。详见坑 9。
+- 测试计数：**64 passed → 82 passed**（新增 18 条，另两条 skip 转为实跑），skip 42 → 40。
 
 
 ### Notes
@@ -112,6 +130,12 @@
   `clean_missing`、`is_series` / `is_ld_array` 提到类型转换**之前**、统计量与掩码都限制在数值列、
   非数值列恒 `False`（决策 32）、入参类型校验补上（决策 33）。
   S 档卡片与 `examples/` 用法也已落地 —— `detect_outliers` 这条线**结清**。
+- `transform.py` 还有 **4 个口径待定**，所以四个函数的 docstring 里 `Parameters` / `Returns` /
+  `Raises` 都还空着（§4.7 硬要求）：① 三个函数的入参类型策略不一致 —— `normalize` 没有守卫，
+  `normalize('abc')` 抛 numpy 的 `ValueError`、`normalize(None)` **静默返回 NaN**；
+  ② 要不要收 `DataFrame`（`normalize` 收但丢列名、`standardize` 直接 `TypeError`）；
+  ③ 显式 `offset` 没校验，`log_transform(x, offset=-10.0)` 静默返回 NaN；
+  ④ 常量列行为已被测试钉住（决策 34）但没写进 docstring。见 `STATUS.md`「下一步」第 1/2 条。
 - 已实现函数的 `examples/` 最小用法仍不全：`00_quickstart.py` 要等 `stats` / `viz`，
   `Result` 的用法届时并进去。见 `STATUS.md`「下一步」第 3 条。
 - 已知缺口：