M11　表格資料

1為甚麼要表格 Why tables

M5 計算「每本書賣出多少本」，寫了兩層迴圈和一個計數的 dict。現在店長又問：「每個月賣了多少錢？哪間分店賣得最好？八月和九月比較呢？」每個問題都要再寫一段迴圈。

這些問題有一個共通點：資料是一行一筆、欄位固定的表格，問題都是「按某一欄分組，計算另一欄」。pandas 是專門處理這種資料的套件。在專案裏加入它和畫圖用的 matplotlib：

uv add pandas matplotlib

本課用的是 pandas 3。網上不少教學是 pandas 1、2 時代寫的，個別寫法已經不同，下文遇到時會指出。

2DataFrame 和 Series DataFrames and Series

一個 list of dict（M4 最常見的資料形狀），直接就能變成一張表：

import pandas as pd

books = [
    {"title": "看得見的資料", "price": 120, "stock": 3},
    {"title": "給初學者的 Python", "price": 180, "stock": 0},
    {"title": "設定檔的世界", "price": 95, "stock": 5},
]
df = pd.DataFrame(books)

           title  price  stock
0         看得見的資料    120      3
1  給初學者的 Python    180      0
2         設定檔的世界     95      5

• DataFrame（資料表）是整張表；Series（序列）是其中一欄（或一行）；
• df["price"] 取出一欄（Series）；df[["title", "price"]] 取出幾欄（仍是 DataFrame，留意兩層方括號）；
• df.shape 是 (行數, 欄數)；df.dtypes 是每欄的型別：數字是 int64、float64，文字在 pandas 3 是 str。

對一欄做運算，會對每一行做，不用寫迴圈：

df["price"] * df["stock"]          # 每本書的庫存值：360、0、475
(df["price"] * df["stock"]).sum()  # 835

3讀入 CSV 和 JSON Reading files

df = pd.read_csv("books.csv", encoding="utf-8-sig")

read_csv 和 M10 的 csv 模組不同：它會猜每一欄的型別，"120" 讀入就是數字，方便得多。但 M9 的教訓同樣適用，猜就會猜錯：

pd.read_csv("contacts.csv")                        # phone 欄：0123456 → 123456，前面的 0 不見了
pd.read_csv("contacts.csv", dtype={"phone": str})  # 指明這欄是文字：'0123456'

編號、電話、代碼這類欄，用 dtype= 指明是字串。

4攤平巢狀的 JSON Flattening nested JSON

小書店的訂單是巢狀的：一張訂單有幾本書（M5）。表格只有行和列，要先攤平：一本書一行，訂單的資料在每一行重複。json_normalize 就是做這件事的：

orders = json.loads(Path("m11-orders.json").read_text(encoding="utf-8"))

items = pd.json_normalize(orders, record_path="items", meta=["id", "date", "customer", "branch"])

          title  qty    id        date customer branch
0        設定檔的世界    1  O001  2026-08-03      黃同學   機場分店
1  給初學者的 Python    2  O001  2026-08-03      黃同學   機場分店
2  給初學者的 Python    1  O002  2026-08-04      李先生     門市

訂單 O001 有兩本書，攤平後變成兩行，id、date、customer、branch 在兩行重複。這時還沒有價錢欄，下一節再合併。

巢狀的 dict（不是 list）更簡單，json_normalize 會把每一層用點號接起來：{"author": {"name": …}} 變成一欄 author.name。

5篩選、新增欄、合併 Filtering, new columns, merging

篩選：在方括號裏放一個條件，只留下條件成立的行：

df[df["stock"] == 0]                                   # 缺貨的書
df[(df["stock"] > 0) & (df["price"] < 150)]            # 有貨而且低於 150 元

新增欄：直接賦值，對每一行計算：

items["amount"] = items["price"] * items["qty"]

但訂單裏只有書名，沒有價錢。價錢在目錄裏。合併（merge）就是按某一欄把兩張表對上，和 M6 的 titles dict 查價錢是同一個意思：

catalog = pd.DataFrame(yaml.safe_load(Path("catalog.yaml").read_text(encoding="utf-8")))
items = items.merge(catalog[["title", "price"]], on="title", how="left")

how="left" 表示保留左邊（訂單）的每一行；目錄裏找不到的書，價錢是空值 NaN，不會靜靜地消失。

df.loc[df["stock"] == 0, "stock"] = 10

6分組統計 Grouping

「每本書賣出多少本」、「每月賣了多少錢」都是同一個模式：按一欄分組，對另一欄計算。

flowchart LR
    T["items 表格<br/>每本書一行"] -->|"分組<br/>groupby('title')"| G1["看得見的資料：2、1、3…"]
    T --> G2["設定檔的世界：1、3…"]
    T --> G3["…"]
    G1 -->|"計算<br/>sum()"| R["結果<br/>每本書一行"]
    G2 --> R
    G3 --> R
    classDef t fill:#f1f1ef,stroke:#d3d1cb,color:#37352f
    classDef g fill:#ffffff,stroke:#d3d1cb,color:#37352f
    class T,R t
    class G1,G2,G3 g

items.groupby("title")["qty"].sum().sort_values(ascending=False)    # 每本書的銷量，由多到少

按月統計，先把日期字串轉成日期，再取出月份：

items["date"] = pd.to_datetime(items["date"])
items["month"] = items["date"].dt.to_period("M")          # 2026-08、2026-09…

items.groupby("month")["amount"].sum()                     # 每月營業額
items.groupby(["month", "branch"])["amount"].sum()         # 每月每間分店

一次計算幾樣東西，用 agg：

items.groupby("month").agg(訂單數=("id", "nunique"), 銷量=("qty", "sum"), 營業額=("amount", "sum"))

nunique 數有幾個不同的值：一張訂單攤平後有幾行，訂單編號重複出現，所以數訂單要用它，不能用行數。

7畫圖和寫出 Plotting and saving

統計的結果可以直接畫圖：

import matplotlib.pyplot as plt

plt.rcParams["font.sans-serif"] = ["Heiti TC", "Microsoft JhengHei", "Noto Sans CJK TC", "Arial Unicode MS", "DejaVu Sans"]

monthly = items.groupby("month")["amount"].sum()
monthly.plot(kind="bar", title="每月營業額")
plt.show()

寫出結果：

monthly.to_csv("monthly.csv", encoding="utf-8-sig")                     # 給 Excel 開（M10 的 BOM）
items.to_json("items.json", orient="records", force_ascii=False, indent=2)

orient="records" 寫出 list of dict（和讀入時的形狀一樣）；force_ascii=False 就是 M8 的 ensure_ascii=False。

8容易混淆 Easily confused

9動手：三個月的訂單 Hands-on: three months of orders

1. 下載 m11-orders.ipynb 和 m11-orders.json，連同 M4 的 catalog.yaml，放進 python-course 資料夾；
2. 在終端機執行 uv add pandas matplotlib；
3. 執行 uv run jupyter lab，打開 notebook，逐格執行。

小書店八至十月共 80 張訂單。你要把它們攤平、和目錄合併算出金額，再回答店長的問題：每月營業額、最暢銷的書、哪間分店賣得最好；畫兩張圖，最後寫出一份給會計部的 CSV。