實戰:用 AI 處理數據
你手上有一份訂單報表,老闆要你「找出本月 VIP 客戶的消費總額」。以前你用 Excel 慢慢拉公式,現在你可以請 AI 寫一段 Python 幫你秒算。
這一課我們來學:怎麼用 Python 處理資料——篩選、加總、排序、格式化輸出。
資料長什麼樣?
在 Python 裡,一份表格資料通常用「列表裡裝字典」來表示:
篩選:找出符合條件的資料
就像 Excel 的篩選功能,用 if 就能做到:
加總與分組:按客戶統計
這是最常見的需求——按客戶(或類別)加總金額:
排序:找出 Top N
算完之後,通常還要排序找出前幾名:
AI 協作:學了這個,跟 AI 怎麼配合?
資料處理是 AI 最能幫你加速的場景。你只要描述清楚資料格式和想要的結果。
你的人類優勢:
- 你知道哪些資料欄位重要、哪些可以忽略
- 你能用小範例驗證邏輯,再套用到完整資料
可以這樣跟 AI 說:
我有一份訂單資料(列表裡裝字典),每筆有 customer、category、amount 三個欄位。請幫我按客戶分組加總金額,然後按金額從高到低排序,印出 Top 5 客戶。
練習題
互動示範
挑戰任務
有資料 items = [{"name": "A", "price": 100}, {"name": "B", "price": 250}, {"name": "C", "price": 80}]。用迴圈找出 price 大於等於 100 的商品,逐行印出商品名稱(只印 name)
有資料 sales = [{"product": "鞋", "qty": 10}, {"product": "衣", "qty": 25}, {"product": "鞋", "qty": 15}, {"product": "衣", "qty": 5}]。用字典分組加總每個商品的 qty,印出「鞋: 25」和「衣: 30」(各一行)
有資料 scores = [{"name": "Alice", "score": 72}, {"name": "Bob", "score": 95}, {"name": "Carol", "score": 88}]。按 score 從高到低排序後,印出第一名的名字和分數,格式為「第1名: Bob (95分)」