m1-m6 作業繳交 AIPE03 35 楊敦淇

homework/m1_numpy.py

@@ -19,20 +19,26 @@
 def green_mean():
     """建立 [10, 20, 30, 40, 50]，回傳所有元素的平均值 (float)"""
     # TODO: 你的程式碼
-    pass
+    #pass
+    return np.array([10,20,30,40,50]).mean()
 
 
 def green_double():
     """建立 [10, 20, 30, 40, 50]，回傳所有元素乘以 2 的 ndarray"""
     # TODO: 你的程式碼
-    pass
+    #pass
+    return np.array([10,20,30,40,50])*2
+
 
 
 def green_filter():
     """建立 [10, 20, 30, 40, 50]，回傳大於 25 的元素 (ndarray)"""
     # TODO: 你的程式碼
-    pass
-
+    #pass
+    arr = np.array([10,20,30,40,50])
+    return arr[arr>25]
+
+
 
 # ============================================================
 # 🟡 核心題（每題 15 分，共 45 分）
@@ -42,7 +48,8 @@ def green_filter():
 def yellow_expensive_count(prices):
     """回傳單價 > 1000 的商品數量 (int)"""
     # TODO: 你的程式碼
-    pass
+    #pass
+    return (prices > 1000).sum()
 
 
 def yellow_top3_stock_indices(stocks):
@@ -51,7 +58,8 @@ def yellow_top3_stock_indices(stocks):
     提示：np.argsort
     """
     # TODO: 你的程式碼
-    pass
+    #pass
+    return np.argsort(-stocks)[:3]
 
 
 def yellow_restock_cost(prices, stocks):
@@ -60,7 +68,8 @@ def yellow_restock_cost(prices, stocks):
     提示：布林遮罩 + .sum()
     """
     # TODO: 你的程式碼
-    pass
+    #pass
+    return (prices[ prices < 500] * 50).sum()
 
 
 # ============================================================
@@ -77,4 +86,13 @@ def red_double11_prices(prices, stocks):
     提示：np.where 可以巢狀使用
     """
     # TODO: 你的程式碼
-    pass
+    #pass
+    new_prices = np.where(stocks>=100, prices*0.7, np.where( stocks>=20, prices*0.9, prices))
+    return new_prices
+
+
+if __name__ == '__main__':
+    print(green_mean())
+    print(green_double())
+    print(green_filter())
+    print(red_double11_prices(200,100))

homework/m2_pandas_cleaning.py

@@ -20,7 +20,9 @@ def green_read_csv():
     提示：pd.read_csv()
     """
     # TODO: 你的程式碼
-    pass
+    #pass
+    df= pd.read_csv("datasets/ecommerce/orders_raw.csv")
+    return df
 
 
 def green_shape(df):
@@ -29,7 +31,8 @@ def green_shape(df):
     提示：df.shape
     """
     # TODO: 你的程式碼
-    pass
+    #pass
+    return df.shape
 
 
 def green_dtypes(df):
@@ -38,41 +41,50 @@ def green_dtypes(df):
     提示：df.dtypes
     """
     # TODO: 你的程式碼
-    pass
+    #pass
+    return df.dtypes
+
 
 
 # ============================================================
 # 🟡 核心題（每題 15 分，共 45 分）
 # ============================================================
 
-def yellow_clean_columns(df):
+def yellow_clean_columns(df:pd.DataFrame ):
     """
     清理欄位名稱：去除前後空白、全部轉小寫
     回傳清理後的 DataFrame（不要修改原始 df）
     提示：df.columns.str.strip().str.lower()
     """
     # TODO: 你的程式碼
-    pass
+    #pass
+    df_new = df.copy()
+    df_new.columns = df.columns.str.strip().str.lower()
+    return df_new
 
 
-def yellow_clean_amount(df):
+def yellow_clean_amount(df:pd.DataFrame ):
     """
     清理 amount 欄位：移除 '$' 和 ',' 符號，轉為 float
     假設欄位名稱已經是小寫的 'amount'
     回傳清理後的 DataFrame（不要修改原始 df）
     提示：.str.replace() + .astype(float)
     """
     # TODO: 你的程式碼
-    pass
+    df_new = df.copy()
+    df_new['amount'] = df['amount'].str.strip('$').str.replace(',','').astype(float)
+    #pass
+    return df_new
 
 
-def yellow_drop_duplicates(df):
+def yellow_drop_duplicates(df: pd.DataFrame):
     """
     移除完全重複的列，回傳去重後的 DataFrame
     提示：df.drop_duplicates()
     """
-    # TODO: 你的程式碼
-    pass
+    ## TODO: 你的程式碼
+    #pass
+    return df.drop_duplicates()
 
 
 # ============================================================
@@ -93,4 +105,15 @@ def red_clean_orders(path):
     提示：pd.to_datetime(errors='coerce')
     """
     # TODO: 你的程式碼
-    pass
+    #pass
+    df= pd.read_csv("datasets/ecommerce/orders_raw.csv")
+    df.columns = df.columns.str.strip().str.lower()
+    df['amount'] = df['amount'].str.strip('$').str.replace(',','').astype(float)
+    df['order_date'] = pd.to_datetime(df['order_date'], errors='coerce')
+    df = df.dropna(subset=['order_date', 'amount'])
+    #這個不確定, 先comment
+    df['qty'] = df['qty'].fillna(df['qty'].median)
+
+    df = df.drop_duplicates()
+    return df
+

homework/m3_pandas_advanced.py

@@ -24,60 +24,78 @@ def green_load_and_merge():
     提示：pd.merge(how='left')
     """
     # TODO: 你的程式碼
-    pass
-
-
-def green_row_count(df):
+    #pass
+    order = pd.read_csv("datasets/ecommerce/orders_clean.csv")
+    customer = pd.read_csv("datasets/ecommerce/customers.csv")
+    prod = pd.read_csv("datasets/ecommerce/products.csv")
+    df = ( 
+        order.merge(customer, how='left', on='customer_id')
+        .merge(prod, how='left', on='product_id')
+    )
+    return df
+
+
+
+def green_row_count(df:pd.DataFrame):
     """回傳 DataFrame 的列數 (int)"""
     # TODO: 你的程式碼
-    pass
+    #pass
+    return df.shape[0]
 
 
-def green_column_list(df):
+def green_column_list(df:pd.DataFrame):
     """回傳 DataFrame 的所有欄位名稱 (list)"""
     # TODO: 你的程式碼
-    pass
+    #pass
+    return df.columns.tolist()
 
 
 # ============================================================
 # 🟡 核心題（每題 15 分，共 45 分）
 # ============================================================
 
-def yellow_top_category(df):
+def yellow_top_category(df:pd.DataFrame):
     """
     哪個商品類別 (category) 的總營收最高？
     回傳該類別名稱 (str)
     提示：groupby('category')['amount'].sum()
     """
     # TODO: 你的程式碼
-    pass
+    #pass
+    return df.groupby('category')['amount'].sum().idxmax()
 
 
-def yellow_gold_vip_stats(df):
+def yellow_gold_vip_stats(df:pd.DataFrame):
     """
     Gold VIP 客戶總共下了幾張訂單？總金額多少？
     回傳 tuple: (訂單數 int, 總金額 float)
     提示：df[df['vip_level'] == 'Gold']
     """
     # TODO: 你的程式碼
-    pass
+    #pass
+    mask = (df['vip_level'] == 'Gold')
+    return (mask.sum(), df[mask]['amount'].sum())
+
 
 
-def yellow_region_avg_amount(df):
+def yellow_region_avg_amount(df:pd.DataFrame):
     """
     計算每個地區 (region) 的平均訂單金額
     回傳 Series（index=region, values=平均金額）
     提示：groupby('region')['amount'].mean()
     """
     # TODO: 你的程式碼
-    pass
+    #pass
+    region = df.groupby('region')['amount'].mean()
+    region.name = '平均金額'
+    return region
 
 
 # ============================================================
 # 🔴 挑戰題（25 分）
 # ============================================================
 
-def red_rfm_top5(df):
+def red_rfm_top5(df:pd.DataFrame):
     """
     RFM 分析：找出最有價值的前 5 位客戶
 
@@ -94,4 +112,9 @@ def red_rfm_top5(df):
     提示：groupby('customer_id').agg(...)
     """
     # TODO: 你的程式碼
-    pass
+    #pass
+    rfm_h5 = df.groupby('customer_id').agg(R=('order_date','max'),
+                              F=('order_id','count'),
+                              M=('amount','sum')).reset_index().sort_values('M', ascending=False).head(5)
+    rfm_ans = rfm_h5.merge(df[['customer_name','customer_id']], how='left', on='customer_id').drop_duplicates()
+    return rfm_ans

homework/m4_timeseries.py

@@ -8,14 +8,17 @@
 """
 import pandas as pd
 
+gdf:pd.DataFrame
 
 def _load_data():
     """輔助函式：讀取並解析日期"""
     df = pd.read_csv("datasets/ecommerce/orders_enriched.csv",
                      parse_dates=["order_date"])
+    global gdf
+    gdf = df
     return df
 
-
+_load_data()
 # ============================================================
 # 🟢 送分題（每題 10 分，共 30 分）
 # ============================================================
@@ -27,7 +30,12 @@ def green_avg_by_month():
     提示：df['order_date'].dt.month
     """
     # TODO: 你的程式碼
-    pass
+    #pass
+    global gdf
+    gdf['月份'] = gdf['order_date'].dt.month
+    month_avg = gdf.groupby('月份')['amount'].mean()
+    month_avg.name = '平均金額'
+    return month_avg
 
 
 def green_top3_dates():
@@ -37,7 +45,12 @@ def green_top3_dates():
     提示：value_counts().head(3)
     """
     # TODO: 你的程式碼
-    pass
+    #pass
+    global gdf
+    date_ord = gdf['order_date'].value_counts()
+    date_ord = date_ord.rename_axis('日期')
+    date_ord.name='訂單數'
+    return date_ord.head(3)
 
 
 def green_date_range():
@@ -46,7 +59,11 @@ def green_date_range():
     格式為 pandas Timestamp
     """
     # TODO: 你的程式碼
-    pass
+    #pass
+    global gdf
+    dmax = gdf['order_date'].max()
+    dmin = gdf['order_date'].min()
+    return dmin, dmax
 
 
 # ============================================================
@@ -60,28 +77,35 @@ def yellow_monthly_revenue():
     提示：set_index('order_date').resample('ME')['amount'].sum()
     """
     # TODO: 你的程式碼
-    pass
+    #pass
+    global gdf
+    ts = gdf.set_index('order_date').sort_index()
+    return ts['amount'].resample('ME').sum()
 
 
-def yellow_rolling_avg(monthly_revenue):
+def yellow_rolling_avg(monthly_revenue:pd.Series):
     """
     計算 3 個月移動平均
     接收 yellow_monthly_revenue() 的結果作為輸入
     回傳 Series（同樣 index，values=移動平均，前 2 筆可為 NaN）
     提示：.rolling(window=3).mean()
     """
     # TODO: 你的程式碼
-    pass
+    #pass
+    return monthly_revenue.rolling(window=3).mean()
 
 
-def yellow_category_median(df):
+def yellow_category_median(df:pd.DataFrame):
     """
     計算每個商品類別 (category) 的訂單金額中位數，由高到低排序
     回傳 Series（index=category, values=中位數）
     提示：groupby + median + sort_values
     """
     # TODO: 你的程式碼
-    pass
+    #pass
+    cat_med = df.groupby('category')['amount'].median().sort_values(ascending=False)
+    cat_med.name = '中位數'
+    return cat_med
 
 
 # ============================================================
@@ -101,4 +125,15 @@ def red_monthly_report():
     提示：resample + agg + pct_change
     """
     # TODO: 你的程式碼
-    pass
+    #pass
+    global gdf
+    ts = gdf.set_index('order_date').sort_index()
+    mon_report = ts.resample('ME').agg(
+            order_count=('order_id','count'),
+            active_customers=('customer_id','nunique'),
+            revenue=('amount','sum'),
+            avg_order_value=('amount','mean')
+        )
+    mon_report['revenue_growth'] = mon_report['revenue'].pct_change()
+    return mon_report
+