AI & Data Dreamers練功房
寶箱片場規則
PIPELINE GATES・資料工程關卡・初階・4 題

資料工程初階・爬蟲回傳的整理

從巢狀 JSON 取欄位、欄位改名與挑欄、民國年轉西元年、千分位與百分比的數字清理。

這一頁是題幹試閱;登入/註冊後每題可以在瀏覽器裡執行、對答案,第一次交對 +10 XP。

  1. 01

    巢狀 JSON 取欄位

    容易巢狀結構

    行情 API 回傳一行 JSON,結構如下(items 裡每個元素是一檔股票):

    {"status": "ok", "result": {"date": "2026-11-03", "items": [
      {"stock": {"id": "2330", "name": "台積電"}, "price": {"open": 1040, "close": 1035.5}}, ...]}}

    每個元素一定有 stock,stock 裡一定有 id 與 name。price 可能整個不存在(存在時一定是物件,不會是 null),price 裡也可能沒有 close,close 也可能是 null,這三種情況收盤價都印 -。

    輸入:一行 JSON 文字

    輸出:

    • 第 1 行 日期: 接上 result.date
    • 依 items 的順序,每檔一行 id name close(以一個空白分隔;close 有值時直接 print 這個值,例 1035.5、214)
    • 最後一行 筆數: 接上 items 的元素個數

    範例輸入:

    {"status": "ok", "result": {"date": "2026-11-03", "items": [{"stock": {"id": "2330", "name": "台積電"}, "price": {"close": 1030}}, {"stock": {"id": "2317", "name": "鴻海"}}]}}

    範例輸出:

    日期:2026-11-03

    2330 台積電 1030

    2317 鴻海 -

    筆數:2

    輸入請用 input() 逐行讀取(平台不支援 sys.stdin)。執行時平台會把每一行測資回顯在輸出最前面,這是正常的,不用自己印。starter 已先把全部輸入讀進來,請保留這段,不要在迴圈裡邊讀邊印(回顯行會插進輸出中間,就對不上答案)。本題在瀏覽器內以 Pyodide 執行,只用標準函式庫。

    作答登入後可作答
  2. 02

    欄位改名與挑欄

    容易欄位對應

    爬蟲抓回來的 JSON 欄位名稱是來源網站的命名,寫入資料表前要改成自己的欄名,而且只留需要的欄位。

    欄位對應寫成一行 原欄名:新欄名,多組以逗號分隔,例如 stock_id:代號,close:收盤。只輸出對應表裡有的欄位,順序照對應表。

    每筆紀錄是一行 JSON 物件(只有一層)。某個原欄名在這筆紀錄裡不存在,或值是 null,輸出空字串;其他值用 str() 轉成字串。

    輸入:

    第 1 行:欄位對應

    第 2 行:紀錄數 n

    接下來 n 行:每行一筆 JSON 紀錄

    輸出:

    • 第 1 行:新欄名,以逗號分隔
    • 每筆紀錄一行:依對應表順序的值,以逗號分隔(逗號前後不加空白)
    • 最後一行 略過欄位: 接上所有紀錄中出現過、但不在對應表裡的原欄名(不重複,由小到大字串排序,以逗號分隔);沒有就印 略過欄位:無

    範例輸入:

    stock_id:代號,close:收盤

    2

    {"stock_id": "2330", "close": 1030, "max": 1040}

    {"stock_id": "2317"}

    範例輸出:

    代號,收盤

    2330,1030

    2317,

    略過欄位:max

    輸入請用 input() 逐行讀取(平台不支援 sys.stdin)。執行時平台會把每一行測資回顯在輸出最前面,這是正常的,不用自己印。starter 已先把全部輸入讀進來,請保留這段,不要在迴圈裡邊讀邊印(回顯行會插進輸出中間,就對不上答案)。本題在瀏覽器內以 Pyodide 執行,只用標準函式庫。

    作答登入後可作答
  3. 03

    民國年轉西元年

    容易日期轉換

    政府開放資料的日期常用民國年,格式 民國年/月/日,例如 113/11/5、99/01/31。月與日可能沒有補 0。請轉成西元的 YYYY-MM-DD(西元年 = 民國年 + 1911,月與日補成兩位數)。

    每行是 日期 收盤價,以一個空白分隔。日期以 / 切開後不是剛好 3 段,或任何一段不是只由 0–9 組成(含空字串),算壞列。只檢查格式,不檢查日期是否存在。

    輸入:

    第 1 行:行數 n

    接下來 n 行:日期 收盤價

    輸出:

    • 每個好列依輸入順序印一行 YYYY-MM-DD 收盤價(收盤價照原字串印)
    • 最後一行 壞列:k

    範例輸入:

    3

    113/11/05 1035

    113/1/2 990

    113.11.06 1040

    範例輸出:

    2024-11-05 1035

    2024-01-02 990

    壞列:1

    輸入請用 input() 逐行讀取(平台不支援 sys.stdin)。執行時平台會把每一行測資回顯在輸出最前面,這是正常的,不用自己印。starter 已先把全部輸入讀進來,請保留這段,不要在迴圈裡邊讀邊印(回顯行會插進輸出中間,就對不上答案)。本題在瀏覽器內以 Pyodide 執行,只用標準函式庫。

    作答登入後可作答
  4. 04

    千分位與百分比清理

    容易數字清理

    網頁表格抓下來的數字是字串,帶有千分位逗號、百分比符號、正負號,或用 -- 表示沒有資料。請轉成數值。

    每行格式 欄位名|原始值,以第一個 | 切開。原始值依下列順序處理:

    1. 去掉前後空白;結果是空字串、-- 或 N/A,結果為 NA
    2. 去掉所有逗號
    3. 結尾是 %:去掉 % 後轉成 float 再除以 100;否則直接轉成 float(+1.5 這種帶正號的寫法 float() 可以轉)
    4. 第 3 步轉不過去,結果為 ERR

    輸入:

    第 1 行:行數 n

    接下來 n 行:欄位名|原始值

    輸出:

    • 每行印 欄位名 結果,數值一律印到小數第 4 位(例 0.0325、1234567.0000),測資不會落在 .5 進位的邊界
    • 最後一行 NA:a ERR:b

    範例輸入:

    4

    成交股數|12,000

    漲跌幅|1.2%

    本益比|N/A

    收盤|x1

    範例輸出:

    成交股數 12000.0000

    漲跌幅 0.0120

    本益比 NA

    收盤 ERR

    NA:1 ERR:1

    輸入請用 input() 逐行讀取(平台不支援 sys.stdin)。執行時平台會把每一行測資回顯在輸出最前面,這是正常的,不用自己印。starter 已先把全部輸入讀進來,請保留這段,不要在迴圈裡邊讀邊印(回顯行會插進輸出中間,就對不上答案)。本題在瀏覽器內以 Pyodide 執行,只用標準函式庫。

    作答登入後可作答