DataFrame 基本操作

在電商後台，你每天都要查看商品清單、庫存與價格。pandas 的 DataFrame 就像一個「超級 Excel 表格」，讓你用程式快速篩選、統計、更新資料。這一課會帶你認識最常用的幾個操作，讓你能在幾行程式內完成日常報表工作。

你會學到什麼

• 用 head() 快速瀏覽資料
• 選取單一或多個欄位
• 用 mean()、max() 等做基本統計

查看資料

當你剛讀入一個 DataFrame，第一件事通常是「先瞄一眼」。head() 就像在 Excel 只看前幾列，確認欄位與數值是否正常，避免後面分析踩雷。

小提醒：head() 預設顯示 5 筆，可傳入數字（例如 head(3)）決定要看幾筆；資料過大時不要直接 print(df)，容易刷屏。

選取欄位

想像 Excel 的欄位。當你只想看商品名稱，或拿某個欄位去比對別張表，就會用到欄位選取。DataFrame 的欄位名稱放在中括號裡即可。

小提醒：欄位名稱大小寫、全形半形都要精確一致；用點號 df.商品 雖然可行，但遇到空白或特殊字元會失效，建議統一用中括號。

選取多個欄位

做報表時常需要「擷取幾個重要欄位」再交給同事。就像在 Excel 手動選多欄，pandas 只要給一個欄位名稱的清單即可。

小提醒：內層的欄位名稱必須是列表（雙中括號）。若只用單中括號放列表，會被當作索引列，導致錯誤。

基本統計

定價、促銷、補貨決策都離不開統計摘要。mean()、max()、min()、sum() 就像在 Excel 按下平均值/最大值等按鈕，但可以直接鏈在資料流裡，不用額外點選。

小提醒：統計前先確認欄位型態是數值（df.dtypes 可檢查）。如果是字串，結果會怪怪的；必要時先用 astype(int) 或 pd.to_numeric() 轉型。

AI 協作：學了這個，跟 AI 怎麼配合？

DataFrame 的欄位操作（選欄位、改名、新增計算欄）是你跟 AI 協作最頻繁的部分。

你的人類優勢：

• 你知道報表需要哪些欄位，以及衍生欄位的計算邏輯（利潤 = 營收 - 成本）
• 你能驗證新欄位的計算結果是否合理

可以這樣跟 AI 說：

幫我在 DataFrame 新增一欄 profit，計算方式是 revenue - cost，然後把 profit 為負的標記為「虧損」。

練習題