AI & Data Dreamers練功房
寶箱片場規則
DATA GATES・資料處理關卡・高階・4 題

Pandas 高階・清理管線與資料品質

清理步驟的先後、寬表轉長表再彙總、巢狀字串展開、品質規則報告。

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

    報名表清理與優先去重

    困難資料清理

    signup 是線上報名表匯出的資料(name、email、score),同一個人可能報名多次,而且格式很亂:name 與 email 前後有空白、email 大小寫不一,score 是字串,有 "缺考"、"n/a"、空字串等無法轉成數字的值。

    請依序處理,建立 result:

    1. name、email 去掉前後空白;email 轉小寫。
    2. score 去掉前後空白後轉成數字,轉不了的視為缺值。
    3. 依 email 去重,每個 email 只留一列:優先保留「score 不是缺值」的列中最早出現的那列;該 email 的每一列 score 都是缺值時,保留最早出現的那列。
    4. 去重之後,score 仍是缺值的補 0,score 轉成整數。

    result 三欄 email、name、score,依 email 由小到大排序。注意第 3 步要在第 1、2 步之後做,第 4 步要在第 3 步之後做。

    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)。

    作答登入後可作答
  2. 02

    季營收寬表轉長表再彙總

    困難資料重塑

    rev 是各股 2025 年的季營收寬表(單位億元):每列一支股票,四季各占一欄(2025Q1~2025Q4),還沒公布的季是缺值。

    請建立 result,每支股票一列,欄位依序:

    • stock_id
    • reported:已公布(不是缺值)的季數
    • total:已公布各季營收的加總(整數)
    • best_q:營收最高的那一季的欄名(例如 2025Q3);有同值時取較早的季
    • best:該季的營收(整數)

    四季都沒公布的股票不列出。依 total 由大到小排序,total 相同時依 stock_id 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)。

    作答登入後可作答
  3. 03

    訂單品項字串展開

    困難資料重塑

    orders 的 items 欄把一張訂單的所有品項塞在一個字串裡,格式是 品名*數量,多個品項以分號 ; 分隔,分號後面可能有空白;items 是空字串的是取消的訂單,沒有品項。price 是價目表(product、price)。

    請建立 result,每個商品一列,欄位依序:

    • product
    • orders:有買這個商品的訂單數
    • qty:數量加總
    • revenue:數量 × 單價的加總

    價目表裡沒有的商品不列出。依 revenue 由大到小排序,revenue 相同時依 product 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)。

    作答登入後可作答
  4. 04

    日線資料品質檢查報告

    困難資料品質

    daily 是爬蟲抓回來的日線(row_id、stock_id、date、close、high、low、volume),要入庫前先做品質檢查。五條規則各自獨立判斷,一列可以同時違反多條:

    規則名稱條件
    缺收盤價close 是缺值
    高低價顛倒high 小於 low
    收盤超出區間close 大於 high 或小於 low(close 是缺值的不算)
    成交量非正volume 小於等於 0
    重複列同一 (stock_id, date) 出現超過一次,每一次出現都算

    請建立:

    • result:五列,依上表的順序,三欄 rule(規則名稱)、count(違反的列數)、rows(違反的 row_id 由小到大以逗號連接,例如 3,5,6,沒有任何一列違反時為 -)。
    • bad_rows:至少違反一條規則的列數(整數,同一列只算一次)。

    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)。

    作答登入後可作答