手动录入与导入表格

不是每个范式都从视频打分，也不是每个实验室都在 RodentFlow 里分析视频。人工评分或其他软件得到的数值可以手动录入或导入。它们生成的结果和视频追踪的结果格式相同，在组间分析里可以一起使用。

手动录入

在 新实验 卡片中选好实验范式，点 录入数值（双臂老虎机任务为 录入试次）。表单分三部分：

1. 动物信息：动物编号、组别、性别，以及该范式用到的阶段、天或试次。
2. 测量值：该范式的原始数值。必填项有标记，App 会列出还缺哪些。
3. 结果：派生指标，边输入边重新计算，例如由新、旧物体探索时间算出辨别指数，由瓶重算出糖水偏好。

有些范式按行录入，例如每个试次、每天、每个 CS 或每一步一行。用表格下方的按钮添加行，App 根据所有行计算这只动物的数值。

实验范式	需要录入	App 计算
旷场	总距离、中央区时间、测试时长、进入中央区次数、潜伏期	中央区时间 %、平均速度
高架十字迷宫	开放臂和闭合臂时间（必填）、中央区时间、进入次数、距离	开放臂时间 %、开放臂进入 %、总进臂次数
明暗箱	明箱时间和测试时长（必填）、穿箱次数、进入暗箱潜伏期	暗箱时间、明箱时间 %
埋珠实验	笼内玻璃珠数、被掩埋数（≥ 2/3 覆盖）、部分掩埋数、时长	掩埋 %
糖水偏好	每天：糖水瓶和清水瓶的起始、结束重量，漏液对照，小时数。体重可选。	偏好（合并及日均）、每日摄入量和每公斤摄入量
Y 迷宫	进臂序列，如 ABCABACB	进臂次数、交替次数、自发交替率
T 迷宫	首次选择（左/右）、各臂进入次数、选择潜伏期	首选右侧 %、总进入次数
新物体识别	新物体和熟悉物体探索时间、探索次数、排除标准	辨别指数、识别指数、探索不足标记
Morris 水迷宫	每个试次：逃避潜伏期、路径长度、游泳速度。探索测试：目标和对侧象限 %、穿越次数。	试次平均值、找到平台的试次 %
Barnes 迷宫	每个试次：初次潜伏期、初次和总错误数、路径长度。探索测试：目标象限 %	试次平均值
恐惧条件化	全程和基线僵直 %。每个 CS：CS 期和 CS 后的僵直 %。	CS 期平均僵直、每个 CS 的僵直
平衡木	每个试次：通过时间、失足次数、是否跌落。平衡木标签和宽度。	平均时间、每试次失足次数、跌落 %
步态分析	每一步：左右侧、后肢和前肢步长、步宽、前后爪重叠距离。跑道时长和距离可选。	平均值、后肢步长变异系数、左右不对称性、步频、速度
条件性位置偏好	配对侧和非配对侧箱时间（必填）、中间箱时间、配对箱进入次数	偏好分数（配对 − 非配对）、配对侧 %
双臂老虎机任务	每个试次：选择、是否获奖，可选奖励概率和反应时	赢-留、输-换、切换率、高价值选择、Q-learning 拟合

每个指标的定义见各范式页面。手动录入的结果保存后，可以在结果页用 编辑数值 修改。

导入表格

在新实验卡片中点 导入表格，在导入界面里：

1. 选择表格对应的 实验范式。
2. 可选：填写 没有组别列时使用的组别。
3. 点 选择文件（CSV、TSV、JSON）。
4. 查看预览，然后点 导入。

〈范式〉的 CSV 模板 会生成一个带有该范式所需列名的空 CSV，在电子表格软件里填好后再导入。

Excel 和 Numbers 文件

.xlsx 和 .numbers 文件不能直接读取，请先导出为 CSV（文件 › 导出或另存为 › CSV）。

支持哪些表格格式

App 自动识别以下四种格式。

1. 每只动物一行，每个指标一列，这是最常见的格式。

编号,组别,性别,总距离 (m),中央区时间 (%),进入中央区次数
WT01,WT,雄,28.83,19.0,17
KO01,KO,雌,22.10,12.4,11

2. 原始测量值，字段与手动录入相同。每只动物一行，范式需要按行录入时则每个试次、每天或每一步一行。App 按与手动录入完全相同的方法计算指标。

subject,group,day,sucrose_start,sucrose_end,water_start,water_end,sucrose_leak,water_leak
Con01,Control,1,185.63,180.55,193.44,193.29,0.1,0.1
Con01,Control,2,180.26,175.23,192.09,191.94,0.1,0.1

3. 长格式：每只动物的每个指标一行，有一列 metric（或 measure、variable、parameter）和一列 value（或 result、score）。

subject,group,metric,value
V01,Vehicle,novel_time_s,23.5
V01,Vehicle,familiar_time_s,16.4

4. 双臂老虎机的逐试次数据，包含 choice 和 reward 列，可选 p_left、p_right 和 rt。选择可以写成 L/R、left/right 或 0/1。

RodentFlow 导出的 JSON 文件（单条结果或结果列表）会原样导入，并保留各自的实验范式。1.0 版的 summary.json 也会自动转换。

列名如何匹配

比较列名时不区分大小写，并忽略空格和标点。Total distance (m)、total_distance_m 和 distance_m 都对应同一个指标。

信息	可用的列名
动物	subject、subject_id、mouse、mouse_id、animal、animal_id、id、rat、name、编号、动物编号、小鼠编号……
组别	group、condition、genotype、treatment、cohort、组别、分组、处理、基因型
性别	sex、gender、性别；取值 M/F、male/female、♂/♀、雄/雌
天	day、session_day、天、天数
试次	trial、trial_number、run、试次
阶段	phase、stage、session、test、block、阶段；probe、acquisition、pre-test、探索测试 等取值会自动对应到 App 的阶段
日期	date、experiment_date、test_date、日期、实验日期
备注	notes、comment、备注
指标	英文的指标键名、指标名称，或名称加单位。App 以中文运行时，App 里显示的中文名称也可以，如 总距离 (m)。

其他数值列会以原列名作为自定义指标保留，不会丢失，在组间分析里可以像其他指标一样使用。

数字与缺失值

• 根据表头行自动识别逗号、分号和制表符分隔。
• 分号分隔的文件里，小数逗号（12,5）读作 12.5。
• 空单元格和 NA、NaN、N/A、-、null 视为缺失。
• yes/no、true/false 读作 1/0，末尾的 % 会被忽略。
• 文件按 UTF-8 读取，读不出时尝试 Windows 编码，以兼容较早导出的文件。

导入预览

保存之前，预览会显示：

• 格式：识别出的是哪种格式；
• 统计出的 记录数、动物数 和组别；
• 已识别的列：每一列及其对应的指标或字段；
• 已忽略的列：没有匹配到任何内容的文本列；
• 警告，例如缺少组别列；
• 前几条记录：前几条将要保存的结果。

如果某一列没有被识别，请在文件里把它改成 App 中显示的指标名称，或者使用 CSV 模板。

示例文件

用来试用导入功能的模拟数据表列在快速上手页面。