🔷 DA37：統計運動會項目報名人數（僅輸出有人報名的項目）

? 題目描述

給定兩個 CSV 文件：

• items.csv：包含項目信息（item_id, item_name, location）
• signup.csv：包含員工報名信息（employee_id, name, sex, department, item_id）

要求：統計每個項目的報名人數，只輸出報名人數不為 0 的項目。

💡 即：只要有人報了的項目才顯示。

---

? 正確代碼

import pandas as pddf_items = pd.read_csv('items.csv', sep=',')
df_signup = pd.read_csv('signup.csv', sep=',')# 內連接合并，自動過濾沒有報名記錄的項目
df_merge = pd.merge(df_items, df_signup, on='item_id')# 按項目名稱分組，統計 employee_id 的數量
result = df_merge.groupby('item_name')['employee_id'].size()print(result)

---

🔍 代碼解析

行	解釋
pd.merge(..., on='item_id')	使用?item_id?作為鍵進行內連接（默認），只有在兩個表中都存在的項目才會保留 → 自動排除無人報名的項目
.groupby('item_name')	按“項目名稱”分組
['employee_id'].size()	統計每組中有多少條記錄（即報名人數）<br>?? 注意：size()?包括 NaN 值；若用?count()?則會跳過 NaN（更安全）
print(result)	輸出 Series：索引是項目名，值是人數

? 特點：使用 inner join（默認），天然只保留有報名數據的項目。

---

🧠 擴展知識

知識點	說明
merge()?默認行為	不指定?how?時，默認為?'inner'，即只保留兩表共有的 key
groupby().size()?vs?.count()	<ul><li>size()：返回每組總行數，包括 NaN</li><li>count()：對各列統計非空值個數</li></ul>在此場景下兩者等價（employee_id 不為空）
輸出格式	返回的是一個?Series，打印時自動省略列名，符合題目要求

---

🔷 DA38：統計運動會項目報名人數（二）—— 包含無人報名的項目

? 題目描述

同上，但這次要求：

輸出 items.csv 中所有項目的報名人數，即使沒人報名也顯示為 0。

---

? 正確代碼

import pandas as pddf_items = pd.read_csv('items.csv', sep=',')
df_signup = pd.read_csv('signup.csv', sep=',')# 左連接：以 items 為主表，保留所有項目
df_merge = pd.merge(df_items, df_signup, on='item_id', how='left')# 分組并使用 count 統計非空 employee_id 數量
result = df_merge.groupby('item_name')['employee_id'].count()print(result)

---

🔍 代碼解析

關鍵點	解釋
how='left'	左連接，確保?df_items?中的所有項目都被保留<br>→ 即使沒人報名，也會出現在結果中，employee_id?為 NaN
.count()	只統計非 NaN 的值 → 無人報名則為 0
groupby('item_name')	按項目名聚合
print(result)	輸出所有項目及其報名人數（含 0）

? 核心思想：主表驅動 + left join + count 處理缺失值

---

🧠 擴展知識

技巧	應用場景
left join	主表完整、從表補充信息的經典模式（如商品+銷量）
fillna(0)	如果你想顯式補零：df_merge['employee_id'].fillna(0)
reindex()	若想確保所有項目按?items.csv?順序出現，可用?reindex

---

🔷 DA39：多報名表的運動項目人數統計

? 題目描述

新增一個文件 signup1.csv，是另一個部門的報名數據。 要求：將 signup.csv 和 signup1.csv 合并后，再統計各項目的報名人數（只輸出有人報名的）。

---

? 正確代碼

import pandas as pditem = pd.read_csv("items.csv", sep=",")
sign = pd.read_csv("signup.csv", sep=",")
sign1 = pd.read_csv("signup1.csv", sep=",")# 上下拼接兩個報名表
sign_m = pd.concat([sign, sign1], axis=0)# 與項目表內連接
m = pd.merge(sign_m, item, how="inner", on="item_id")# 按項目名分組，統計員工數量
print(m.groupby("item_name")["employee_id"].count())

---

🔍 代碼解析

步驟	說明
pd.concat([sign, sign1], axis=0)	將兩個報名表縱向堆疊（union），合并成一張大報名表
axis=0	沿行方向拼接（上下接）
merge(..., how='inner')	只保留存在于?items.csv?中的項目（防止無效 item_id）
groupby().count()	統計每個項目的總報名人數（來自兩個文件）

? 重點：先合并報名數據，再關聯項目信息。

---

🧠 擴展知識

方法	用途
pd.concat([...], ignore_index=True)	重置行索引，避免重復 index
append()?已棄用	推薦使用?concat?替代
去重處理	若擔心重復報名：sign_m.drop_duplicates(subset=['employee_id', 'item_id'])

---

🔷 DA40：統計職能部門中報名標槍的員工信息

? 題目描述

找出 職能部門（functional） 中報名了 標槍（javelin） 的所有員工，并輸出他們的：

• employee_id
• name
• sex

?? 注意：結果要重置索引（從 0 開始連續編號）

---

? 正確代碼

import pandas as pd df1 = pd.read_csv("items.csv", sep=',')
df2 = pd.read_csv("signup.csv", sep=',')# 先合并項目和報名信息
df = pd.merge(df1, df2, on='item_id')# 篩選條件：部門是 functional，項目是 javelin
df_fun = df[(df.department == 'functional') & (df.item_name == "javelin")]# 選擇指定列并重置索引
result = df_fun[["employee_id", "name", "sex"]].reset_index(drop=True)print(result)

---

🔍 代碼解析

步驟	說明
pd.merge(..., on='item_id')	獲取每個報名記錄對應的項目名稱
(df.A == X) & (df.B == Y)	多條件篩選，注意括號和?&（不能用?and）
df[[...]]	選取特定列
.reset_index(drop=True)	重新生成從 0 開始的整數索引，丟棄原索引

? 輸出是一個 DataFrame，結構清晰。

---

🧠 擴展知識

技術點	提示
條件邏輯運算符	<ul><li>&：且</li><li>&#124;：或</li><li>~：非</li></ul>必須加括號！
字符串匹配	若不確定拼寫可用：<br>df.item_name.str.contains('javelin', case=False)
query()?方法	更簡潔的篩選方式：<br>df.query("department == 'functional' and item_name == 'javelin'")
drop=True	避免舊索引變成新列

---

📚 總結對比表（四題核心差異）

題號	目標	關鍵操作	連接方式	聚合/篩選
DA37	有人報名的項目人數	merge + groupby + size	inner (default)	只輸出有數據的
DA38	所有項目（含0人）	merge + left + count	left	顯示0人項目
DA39	多報名表匯總	concat + merge + count	inner	合并多個源數據
DA40	特定人群信息查詢	merge + 多條件篩選 + 列選擇	inner	輸出明細數據

---

🛠? 通用技巧總結

場景	推薦做法
合并多個 CSV 報名表	pd.concat([df1, df2], axis=0)
關聯項目信息	pd.merge(..., on='item_id')
統計數量	groupby().size()?或?.count()
保留主表全部數據	how='left'
篩選滿足多個條件的數據	(cond1) & (cond2)
輸出前清理索引	.reset_index(drop=True)
防止拼寫錯誤	檢查字段名：df.columns.tolist()

---

? 學習建議

1. 動手實踐：把這幾道題的數據自己構造出來跑一遍。
2. 理解 merge 類型：inner/left/right/outer 的區別是關鍵。
3. 掌握 groupby 和 count/size：數據分析最常用組合。