TQC+ 網頁資料擷取與分析_Python_303_果菜批發市場拍賣行情 [改版緊急更新]

2026-03-31

為什麼我的 Pandas 邏輯正確，CodeJudger 卻不給分？

最近有許多讀者反應，照著之前的範例碼在 CodeJudger 執行卻無法拿到滿分。

經過研究，發現是因為 CodeJudger 的 Pandas 環境升級 以及 測資判定變嚴格 了！

為了避免大家在考場上失分，我整理了這次改版後的三個「奪分關鍵」：

💡 改版關鍵 1：穩定排序 (Stable Sort)

題目有一行小小的提示：「若排序數值相同時，請依照資料出現先後順序進行排序」。
在舊版本中，直接用 sort_values 可能會過，但新版測資中一定有兩個市場的「西瓜價」是一樣的。

必過寫法： 必須加入 kind='mergesort' (或 kind='stable')。這能確保數值相同時，原始的市場順序（如台中、鳳山）不會被對調。

💡 改版關鍵 2：語法廢棄 (Deprecation)

新版 Pandas 已經正式移除了舊有的 ix 語法。

必過寫法： 選取「台北一」市場行情時，請統一使用 df.loc["台北一"]。

💡 改版關鍵 3：填空邏輯 (Attribute Assignment)

雖然 df.rename() 很方便，但這題的填空設計是要求你修改原始的變數（List），再指派回去給 DataFrame。

必過寫法： 修改 indexs 與 columns 串列後，使用 df.index = indexs 的方式覆蓋。

1. 題目說明:

請開啟PYD03.py檔案，依下列題意進行作答，使輸出值符合題意要求。作答完成請另存新檔為PYA03.py再進行評分。

2. 設計說明：

某日各果菜批發市場之西瓜與香瓜之拍賣行情價量表如下：

	西瓜價	西瓜量	香瓜價	香瓜量
三重區	9	203674	13.2	18894
台中市	11.7	180785	12.3	54894
台北一	10.1	127802	14.7	18563
台北二	11.8	28604	14.9	21963
台東市	13.2	600	13.1	900
板橋區	6.9	38071	9.6	3555
高雄市	12.1	35660	10.6	9005
嘉義市	12	15000	13	12000
鳳山區	11.7	48770	9.1	14370
豐原區	9.84	6100	11.89	8980

2.上述的資料已在PYD03.py中，請撰寫一程式建立資料結構，其中直行標題為項目（西瓜價、西瓜量、香瓜價、香瓜價），橫列標題為交易市場；接著完成下列項目：
a. 輸出如拍賣行情價量表
b. 以西瓜價遞減排序後，輸出各市場的西瓜價
c. 計算台北一市場西瓜/香瓜價量的行情並輸出
d. 將「三重市」改為「三重區」、「香瓜價」改為「洋香瓜價」、「香瓜量」改為「洋香瓜量」，重新輸出整個表格

提示：若排序數值相同時，請依照資料出現先後順序進行排序。

3. 輸入輸出：

輸入說明

無

輸出說明

分別輸出下列4段資料：
a. 拍賣行情價量表
b. 以西瓜價遞減排序後，各市場的西瓜價
c. 台北一市場西瓜/香瓜價量的行情
d. 將「三重市」改為「三重區」、「香瓜價」改為「洋香瓜價」、「香瓜量」改為「洋香瓜量」，重新輸出整個表格

範例輸入

無

範例輸出

題目提示:

# 載入 pandas 模組縮寫為 pd
import ___ as ___

#　建構資料
___ = [[9, 203674, 13.2, 18894],
       [11.7, 180785, 12.3, 54894],
       [10.1, 127802, 14.7, 18563],
       [11.8, 28604, 14.9, 21963],
       [13.2, 600, 13.1, 900],
       [6.9, 38071, 9.6, 3555],
       [12.1, 35660, 10.6, 9005],
       [12, 15000, 13, 12000],
       [11.7, 48770, 9.1, 14370],
       [9.84, 6100, 11.89, 8980]]
___ = ["三重市", "台中市", "台北一", "台北二", "台東市", "板橋區", "高雄市", "嘉義市", "鳳山區", "豐原區"]
___ = ["西瓜價", "西瓜量", "香瓜價", "香瓜量"]

df = pd.___(___, columns=___,  index=___)
print('西瓜與香瓜之拍賣行情價量表')
print(df)
print()  # 使用print分隔


df1 = df.___(by="___", ascending=___, kind='___')
print('以西瓜價遞減排序')
print(df1['西瓜價'])
print()  # 使用print分隔

# 計算台北一市場西瓜/香瓜價量的行情並輸出
df.___["___"]
print('台北一市場的行情')
print(df.___["___"])
print()  # 使用print分隔

indexs[0] = "三重區"
df.index = ____
____[____] = "洋香瓜價"
____[____] = "洋香瓜量"
df.____ = ____
print('全體市場行情')
print(df)

參考答案:

# 載入 pandas 模組縮寫為 pd
import pandas as pd

# 建構資料
price = [[9, 203674, 13.2, 18894],
       [11.7, 180785, 12.3, 54894],
       [10.1, 127802, 14.7, 18563],
       [11.8, 28604, 14.9, 21963],
       [13.2, 600, 13.1, 900],
       [6.9, 38071, 9.6, 3555],
       [12.1, 35660, 10.6, 9005],
       [12, 15000, 13, 12000],
       [11.7, 48770, 9.1, 14370],
       [9.84, 6100, 11.89, 8980]]
indexs = ["三重市", "台中市", "台北一", "台北二", "台東市", "板橋區", "高雄市", "嘉義市", "鳳山區", "豐原區"]
columns = ["西瓜價", "西瓜量", "香瓜價", "香瓜量"]

# a. 建立 DataFrame 並輸出
df = pd.DataFrame(price, columns=columns, index=indexs)
print('西瓜與香瓜之拍賣行情價量表')
print(df)
print() 

# b. 以西瓜價遞減排序 (關鍵：加入 kind='mergesort' 確保穩定排序)
df1 = df.sort_values(by="西瓜價", ascending=False, kind='mergesort')
print('以西瓜價遞減排序')
print(df1['西瓜價'])
print() 

# c. 計算台北一市場行情 (關鍵：使用 loc)
print('台北一市場的行情')
print(df.loc["台北一"])
print() 

# d. 修改名稱並重新輸出表格 (關鍵：依照題目填空邏輯修改變數)
indexs[0] = "三重區"
df.index = indexs
columns[2] = "洋香瓜價"
columns[3] = "洋香瓜量"
df.columns = columns
print('全體市場行情')
print(df)