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

Pandas 中階・重塑與索引

set_index 加 unstack、重複鍵時的 pivot_table、兩層欄位的 stack、reindex 補齊組合。

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

    長表轉寬表並找出缺報價

    中等重塑

    prices 是長格式的收盤價(date、stock_id、close),一列是一支股票一天的價格。有些日子某支股票沒有抓到報價,那一列就不存在。

    請建立兩個變數:

    • n_gap:至少有一支股票缺報價的日期數(整數)。判斷範圍是 prices 裡出現過的日期與股票。
    • result:只留「每支股票都有報價」的日期,轉成寬表:第一欄 date,後面每支股票一欄(欄名是 stock_id,依代號由小到大),依 date 由小到大排序。

    做法請用 set_index 把 date、stock_id 設成索引後 unstack,不用 pivot_table。

    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

    有重複鍵時改用 pivot_table

    中等重塑

    uploads 是各門市上傳的月營業額(store、month、amount)。有些門市同一個月上傳了兩次(第二次是補傳的另一部分金額),所以 (store, month) 會重複。這時 pivot 會出錯,因為同一格有兩個值。

    請建立兩個變數:

    • dup_keys:重複出現的 (store, month) 組合有幾組(整數,一組重複幾次都只算一組)。
    • result:門市 × 月份的寬表,同一格有多筆時加總,沒有資料的格子填 0。第一欄 store,後面每個月份一欄(依月份由小到大),依 store 由小到大排序。金額是整數。

    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)。

    作答登入後可作答
  3. 03

    兩層欄位用 stack 轉長表

    中等重塑

    fin 是爬蟲整理好的季報寬表:索引是 stock_id,欄位是兩層(第一層 metric 是 revenue 或 eps,第二層 quarter 是 Q1~Q4)。還沒公布的季度是缺值;有幾家公司營收已公布、EPS 還沒公布。

    請建立 result:每個 (stock_id, quarter) 一列,四欄依序是 stock_id、quarter、revenue、eps。

    • 只刪掉 revenue 和 eps 都是缺值的列(只缺一個的要保留,缺的那格維持 NaN)。
    • 依 stock_id、quarter 由小到大排序。

    提示:pandas 2.x 呼叫 stack 請加 future_stack=True,缺值列要自己刪,這樣換版本結果也一樣。

    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

    補齊所有站台與狀態的組合

    中等重塑

    tasks 是今天的爬蟲任務紀錄(task_id、site、status)。SITES 是要監控的站台清單,STATUSES 是狀態清單,兩者的順序就是報表的順序。今天有的站台完全沒跑、有的狀態沒出現,但報表要把每個組合都列出來。

    請建立 result:SITES × STATUSES 的每個組合一列,三欄依序是 site、status、count(該組合的任務數,沒有就是 0,整數)。列的順序先依 SITES 的順序,同一站台內依 STATUSES 的順序。

    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