Pandas 高階・排名、向量化與資料管線

業務表 reps 有 region、rep、sales。請在每個區域內依 sales 由高到低排名，同分同名次、下一名不跳號（等同 SQL 的 DENSE_RANK）。

只保留各區名次 ≤ 2 的人。result 四欄：region、rep、sales、rnk（整數），

排序：region 依「北區、中區、南區」順序，同區內依 rnk、再依 rep 由小到大。

作答方式：資料已在程式裡建好。只改「TODO」那一段，最後的 print 保留不動，輸出才能自動對答案。本題在瀏覽器內以 Pyodide 執行（pandas 2.3）。

raw_orders 是從舊系統匯出的訂單，資料很髒：

• customer 大小寫不一、前後有空白（例如 " c01"）。
• amount 是字串，有千分位逗號，缺值寫成 "-"。
• status 大小寫不一、前後有空白。

請依序處理：

1. customer 去空白並轉大寫；status 去空白並轉小寫。
2. amount 去掉逗號轉成數字，"-" 視為缺值，缺值的列刪除。
3. 只留 status 為 paid 的列。
4. 用 inner join 接上客戶表 customers（客戶表沒有的代碼就丟掉）。
5. 依 city 算營收。

result 三欄：city、n（筆數）、revenue（整數），依 revenue 由大到小。

作答方式：資料已在程式裡建好。只改「TODO」那一段，最後的 print 保留不動，輸出才能自動對答案。本題在瀏覽器內以 Pyodide 執行（pandas 2.3）。

orders 有 20 萬筆（用固定亂數種子產生，每次執行都一樣）。要依規則算出每筆的回饋點數 points：

• gold：回饋 5%
• silver：回饋 3%
• normal：amount 大於等於 3000 才回饋 1%，否則 0%
• 點數＝amount × 回饋百分比 // 100（整數運算，無條件捨去；不要用 0.05 這類小數相乘，浮點誤差會差 1 點）

用 apply(axis=1) 逐列算在 20 萬筆上會很慢（瀏覽器內可能要數十秒）。請用向量化寫法（numpy 的 np.select 或 np.where）算出 points 欄，

再印出每種會員的總點數 summary（Series，索引為 member，依 member 字母排序）與全體總點數。

作答方式：資料已在程式裡建好。只改「TODO」那一段，最後的 print 保留不動，輸出才能自動對答案。本題在瀏覽器內以 Pyodide 執行（pandas 2.3）。

爬蟲每天會對同一支股票抓好幾次快照，存在 snapshots（stock_id、date、close、fetched_at）。close 是字串，偶爾抓到壞值（例如 "bad"）。

請寫三個函式，再用 .pipe() 串成管線：

1. parse(df)：close 轉成數字（壞值變 NaN 後刪掉）、fetched_at 轉成時間。
2. latest(df)：同一 (stock_id, date) 只保留 fetched_at 最新的那筆。
3. report(df)：依 stock_id、date 由小到大排序，只留 stock_id、date、close 三欄。

result = snapshots.pipe(parse).pipe(latest).pipe(report)

作答方式：資料已在程式裡建好。只改「TODO」那一段，最後的 print 保留不動，輸出才能自動對答案。本題在瀏覽器內以 Pyodide 執行（pandas 2.3）。