先明确问题
“2015 至 2025 年某地区各观测站的月降雨量”比“天气 CSV”更适合作为数据集需求说明。它说明了每一行应代表什么、哪些日期重要，以及结果应涵盖哪些地点。在打开电子表格之前，先写下这样的说明。
CSV 可以存放行和列，却不会自行说明某个字段是标识符、测量值还是日期。W3C 的 CSV on the Web 入门文档介绍了这一缺口，以及配套元数据的作用。因此，找到可下载文件只是找到可用数据的第一步。W3C CSV on the Web 入门文档。
搜索数据及其来源
先尝试像 monthly rainfall filetype:csv 这样聚焦的查询，再加入项目所需的地点或测量项。FindFiles.net 的按文件类型搜索指南介绍了如何按格式发现文件。这些示例用于演示查询语法；结果是否存在以及是否完整取决于索引。
识别出发布者后，也应访问其数据集目录。Data.gov 说明自己是一个元数据目录：各机构维护实际数据，而目录链接到数据的不同分发版本。因此，文件可能托管在目录自身域名之外。Data.gov 用户指南。
只有在知道相关文件主机时才使用 site:。如果 CSV 搜索没有结果，请在发布者自己的站点上按数据集标题进行搜索，不要限制格式。您可能会找到导出按钮、API，或包含多个文件的 ZIP。不要把搜索结果缺失视为底层数据不存在的证据。
补齐缺失的背景信息
为每个候选文件写一份简短的来源说明，记录发布者、地理范围、观测时段、更新政策和数据字典链接。应在数据集记录中查找再利用条款，而不是根据文件可公开访问就自行推断。发布者提供许可证信息时，Data.gov 的 Access & Use 部分会显示这些内容。
应区分三个日期：事件的观测时间、数据变更时间，以及目录上次检查元数据的时间。DCAT-US 数据集规范明确区分数据集修改日期与仅元数据发生的变化。这种区分有助于避免把旧观测结果说成新数据。DCAT-US 数据集元数据。
如果文档没有回答某个核心问题，请把问题记下来。对于降雨数据，这可能是测量单位，或缺失某一天时采用的处理方式。发布者没有记录的问题，不会因为下载文件更大而得到答案。
检查少量样本
导入整个文件前，先预览表头和几条记录。检查分隔符、字符编码，以及引号是否包住了值内部的分隔符。将生成的各列与数据字典进行比较。
然后测试一条您能手工解释的记录。观测站标识符是否保留了前导零？日期是否明确？空单元格代表未测量，还是发布者另有定义？W3C 的元数据方法之所以涵盖数据类型、格式和验证，正是因为原始 CSV 无法自行承载所有这些约束。
必要时，在应用程序的导入预览中把标识符列设为文本。导入后，再将开头几条记录与原文件比较。这项小检查让您有机会在图表或连接操作掩盖问题前，发现不需要的自动转换。
保留可复现的版本
将未经改动的下载文件与清理后的工作副本分开保存。记录来源网址、下载日期和版本标识符。如果存储库为某一具体发布版本提供永久标识符，也要把它与文件一同保存。
Zenodo 提供了一个有用示例：已发布记录中的文件不可更改，而数据集的新版本会成为带有自身标识符的单独记录。引用具体版本可以让其他读者取得相同文件。不要假设所有发布者都采用这项政策；请查阅相应存储库的文档。Zenodo 记录与版本生命周期。
判断文件是否可用
您的验收说明应回答四个问题：谁发布了它、每一行代表什么、它是否覆盖我的问题，以及我能否再次取得同一版本？还应写明适用的再利用条款和任何尚未解决的限制。如果无法解释关键列，请先继续寻找文档，再将数据用于分析。