完成作業繳交 - 邱思元 - AIPE03

homework/m1_numpy.py

@@ -18,20 +18,20 @@
 
 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
+    arr = np.array([10, 20, 30, 40, 50])
+    return arr.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
+    arr = np.array([10, 20, 30, 40, 50])
+    return arr * 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
+    arr = np.array([10, 20, 30, 40, 50])
+    return arr[arr > 25]
 
 
 # ============================================================
@@ -41,26 +41,25 @@ 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
+    return np.sum(prices > 1000)
 
 
 def yellow_top3_stock_indices(stocks):
     """
     回傳庫存最多的前 3 個商品的索引位置 (ndarray, 由大到小排)
     提示：np.argsort
     """
-    # TODO: 你的程式碼
-    pass
+    # argsort 是從小到大，[::-1] 翻轉成大到小，再取前三個
+    return np.argsort(stocks)[::-1][:3]
 
 
 def yellow_restock_cost(prices, stocks):
     """
     單價 < 500 的商品，每種各進貨 50 個，回傳總花費 (float/int)
     提示：布林遮罩 + .sum()
     """
-    # TODO: 你的程式碼
-    pass
+    # 選出符合條件的價格加總後再乘以進貨量
+    return np.sum(prices[prices < 500]) * 50
 
 
 # ============================================================
@@ -76,5 +75,8 @@ def red_double11_prices(prices, stocks):
     回傳每個商品的雙 11 售價 (ndarray)
     提示：np.where 可以巢狀使用
     """
-    # TODO: 你的程式碼
-    pass
+    return np.where(
+        stocks >= 100, 
+        prices * 0.7, 
+        np.where(stocks >= 20, prices * 0.9, prices)
+    )

homework/m2_pandas_cleaning.py

@@ -9,88 +9,73 @@
 """
 import pandas as pd
 
-
 # ============================================================
 # 🟢 送分題（每題 10 分，共 30 分）
 # ============================================================
 
 def green_read_csv():
-    """
-    讀取 orders_raw.csv，回傳原始 DataFrame（不做任何清理）
-    提示：pd.read_csv()
-    """
-    # TODO: 你的程式碼
-    pass
+    """讀取 orders_raw.csv，回傳原始 DataFrame"""
+    df = pd.read_csv('datasets/ecommerce/orders_raw.csv')
+    return df
 
 
 def green_shape(df):
-    """
-    回傳 DataFrame 的 (列數, 欄數) tuple
-    提示：df.shape
-    """
-    # TODO: 你的程式碼
-    pass
+    """回傳 DataFrame 的 (列數, 欄數) tuple"""
+    return df.shape
 
 
 def green_dtypes(df):
-    """
-    回傳 DataFrame 的欄位型別 (Series)
-    提示：df.dtypes
-    """
-    # TODO: 你的程式碼
-    pass
+    """回傳 DataFrame 的欄位型別 (Series)"""
+    return df.dtypes
 
 
 # ============================================================
 # 🟡 核心題（每題 15 分，共 45 分）
 # ============================================================
 
 def yellow_clean_columns(df):
-    """
-    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
+    """清理欄位名稱：去除前後空白、全部轉小寫"""
+    new_df = df.copy()
+    new_df.columns = new_df.columns.str.strip().str.lower()
+    return new_df
 
 
 def yellow_clean_amount(df):
-    """
-    清理 amount 欄位：移除 '$' 和 ',' 符號，轉為 float
-    假設欄位名稱已經是小寫的 'amount'
-    回傳清理後的 DataFrame（不要修改原始 df）
-    提示：.str.replace() + .astype(float)
-    """
-    # TODO: 你的程式碼
-    pass
+    """清理 amount 欄位：移除 '$' 和 ',' 符號，轉為 float"""
+    new_df = df.copy()
+    # 先將符號取代為空字串，再轉換型別
+    new_df['amount'] = new_df['amount'].str.replace('$', '', regex=False).str.replace(',', '', regex=False).astype(float)
+    return new_df
 
 
 def yellow_drop_duplicates(df):
-    """
-    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
+    """移除完全重複的列"""
+    return df.drop_duplicates()
 
 
 # ============================================================
 # 🔴 挑戰題（25 分）
 # ============================================================
 
 def red_clean_orders(path):
-    """
-    完整清理 pipeline：一個函式搞定所有清理步驟
-    1. 讀取 CSV
-    2. 欄位名稱：去空白、轉小寫
-    3. amount：移除 '$' ','，轉 float
-    4. order_date：轉為 datetime（無法轉換的設為 NaT）
-    5. 刪除 amount 或 order_date 為空的列
-    6. 移除重複列
-
-    回傳：清理後的 DataFrame
-    提示：pd.to_datetime(errors='coerce')
-    """
-    # TODO: 你的程式碼
-    pass
+    """完整清理 pipeline"""
+    # 1. 讀取 CSV
+    df = pd.read_csv(path)
+
+    # 2. 欄位名稱：去空白、轉小寫
+    df.columns = df.columns.str.strip().str.lower()
+
+    # 3. amount：移除 '$' ','，轉 float
+    # 使用 regex=True 的一次性取代或連續 replace
+    df['amount'] = df['amount'].str.replace(r'[\$,]', '', regex=True).astype(float)
+
+    # 4. order_date：轉為 datetime（無法轉換的設為 NaT）
+    df['order_date'] = pd.to_datetime(df['order_date'], errors='coerce')
+
+    # 5. 刪除 amount 或 order_date 為空的列
+    df = df.dropna(subset=['amount', 'order_date'])
+
+    # 6. 移除重複列
+    df = df.drop_duplicates()
+
+    return df

homework/m3_pandas_advanced.py

@@ -11,32 +11,32 @@
 """
 import pandas as pd
 
-
 # ============================================================
 # 🟢 送分題（每題 10 分，共 30 分）
 # ============================================================
 
 def green_load_and_merge():
     """
     讀取三張表，合併成一張完整的 DataFrame 並回傳
-    - orders_clean.csv LEFT JOIN customers.csv ON customer_id
-    - 再 LEFT JOIN products.csv ON product_id
-    提示：pd.merge(how='left')
     """
-    # TODO: 你的程式碼
-    pass
+    df_orders = pd.read_csv('datasets/ecommerce/orders_clean.csv')
+    df_customers = pd.read_csv('datasets/ecommerce/customers.csv')
+    df_products = pd.read_csv('datasets/ecommerce/products.csv')
+
+    # 執行連續合併
+    df = pd.merge(df_orders, df_customers, on='customer_id', how='left')
+    df = pd.merge(df, df_products, on='product_id', how='left')
+    return df
 
 
 def green_row_count(df):
     """回傳 DataFrame 的列數 (int)"""
-    # TODO: 你的程式碼
-    pass
+    return len(df)
 
 
 def green_column_list(df):
     """回傳 DataFrame 的所有欄位名稱 (list)"""
-    # TODO: 你的程式碼
-    pass
+    return df.columns.tolist()
 
 
 # ============================================================
@@ -46,31 +46,26 @@ def green_column_list(df):
 def yellow_top_category(df):
     """
     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
+    # 根據 category 分組，加總 amount 後取最大值的索引
+    return df.groupby('category')['amount'].sum().idxmax()
 
 
 def yellow_gold_vip_stats(df):
     """
     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
+    gold_df = df[df['vip_level'] == 'Gold']
+    order_count = len(gold_df)
+    total_amount = gold_df['amount'].sum()
+    return (int(order_count), float(total_amount))
 
 
 def yellow_region_avg_amount(df):
     """
     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
+    return df.groupby('region')['amount'].mean()
 
 
 # ============================================================
@@ -80,18 +75,18 @@ def yellow_region_avg_amount(df):
 def red_rfm_top5(df):
     """
     RFM 分析：找出最有價值的前 5 位客戶
-
-    計算每位客戶的：
-    - R (Recency)：最近一次下單日期
-    - F (Frequency)：訂單總數
-    - M (Monetary)：消費總金額
-
-    回傳 DataFrame：
-    - 欄位：customer_id, customer_name, R, F, M
-    - 按 M 由大到小排序
-    - 只取前 5 筆
-
-    提示：groupby('customer_id').agg(...)
     """
-    # TODO: 你的程式碼
-    pass
+    # 確保日期格式正確，才能計算最近下單日期
+    df['order_date'] = pd.to_datetime(df['order_date'])
+
+    rfm = df.groupby(['customer_id', 'customer_name']).agg({
+        'order_date': 'max',   # Recency: 最近一次日期
+        'order_id': 'count',   # Frequency: 訂單總數
+        'amount': 'sum'        # Monetary: 消費總額
+    }).reset_index()
+
+    # 重命名欄位
+    rfm.columns = ['customer_id', 'customer_name', 'R', 'F', 'M']
+
+    # 按 M 排序並取前 5
+    return rfm.sort_values(by='M', ascending=False).head(5)