第二章：一句話完成數據清洗與報表繪製 (Vibe Coding 實戰)

在上一章，我們了解了 Python Pandas 在處理大數據上完勝 Excel 的底層邏輯。 但說得再多，不如親眼見證奇蹟。在這一章中，我們將拋棄傳統補習班那種「死背語法」的教學方式，直接帶你體驗 Vibe Coding 的極致暴力美學：如何用「一句話」，讓 AI 幫你完成一整個下午的工作。

我們假設一個真實的商業情境： 你手上拿到了一個名為 2024_sales_data.csv 的檔案。裡面記錄了一家公司過去一整年的詳細銷售紀錄，總共有 10 萬筆資料，欄位包含：交易日期、商品名稱、單價、銷售數量、與 業務員姓名。

🎯 今天老闆交辦的緊急任務： 「馬上幫我找出今年總營業額最高的 Top 3 超級業務員，並畫出一張精美的直條圖給我看！」

如果用傳統的 Excel，你必須經歷這段痛苦的流程：

  1. 插入一個新欄位「總營業額」。
  2. 輸入公式 = 單價 * 銷售數量，然後把小黑十字往下拉 10 萬行 (這時候 Excel 通常會卡住 10 秒)。
  3. 圈選所有資料，插入樞紐分析表。
  4. 把「業務員姓名」拉到「列」，把「總營業額」拉到「值」。
  5. 對數值進行由大到小的排序。
  6. 取前三名，插入直條圖，並手動調整圖表標題與顏色。

但在 Vibe Coding 的世界裡，你甚至根本不需要打開那個沉重的 CSV 檔！

🧙‍♂️ 步驟一：召喚 Python 大神與 AI 助手

打開你的 Cursor 編輯器，建立一個全新的空白檔案，命名為 sales_analysis.py。 確保你的 2024_sales_data.csv 檔案放在同一個資料夾底下。

接著，打開 Cursor 的對話框 (Chat)，我們不需要寫任何一行 import pandas，我們只需要對著 AI 輸入以下這個強大且結構嚴謹的咒語 (Prompt)：

🔥【請直接複製以下 Prompt 貼給 AI】 我正在使用 Python 進行資料分析。這個資料夾裡有一個 '2024_sales_data.csv' 檔案，它的欄位有：交易日期、商品名稱、單價、銷售數量、業務員姓名。 請幫我寫一段完整的 Python 程式碼，完成以下任務： 1. 使用 pandas 讀取這個 CSV 檔案。因為檔案有中文字，請注意編碼問題 (優先嘗試 utf-8-sig，若報錯則嘗試 big5)。 2. 新增一個欄位叫做「總營業額」，計算邏輯為「單價 * 銷售數量」。 3. 使用 groupby 計算出每個業務員的「總營業額」加總，將其由高到低排序，並過濾出業績最高的 Top 3 業務員。 4. 使用 matplotlib 或 seaborn，將這 Top 3 業務員的業績畫成一張具備質感的直條圖 (Bar Chart)。 5. 圖表的標題設定為「2024 年 Top 3 超級業務員業績排行榜」，X軸為業務員姓名，Y軸為總營業額 (金額請加上千分位逗號)。 6. 【防呆機制】：因為圖表中有中文，請務必幫我設定好支援中文顯示的字體（例如微軟正黑體 'Microsoft JhengHei' 或蘋方體），避免畫出來的圖表中文變成方塊亂碼。 7. 將畫好的圖表儲存為 'top3_sales_report.png'，並在終端機印出 "報表已成功生成！"

⚡ 步驟二：見證一秒產出的神級程式碼

AI 收到這個明確、步驟清晰的指令後，會瞬間產出一段邏輯極度嚴密、甚至包含錯誤處理 (Try-Catch) 的 Python 程式碼。

它不僅幫你寫好了 pandas 的資料處理邏輯，甚至連資料分析新手最容易踩到的兩大超級地雷：「CSV 中文編碼報錯」與「Matplotlib 畫圖中文變成框框亂碼」，都在 Prompt 的引導下，預先幫你防堵完畢了！

AI 給你的程式碼大概會長這樣：

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
import platform

# 解決 Matplotlib 中文亂碼問題
if platform.system() == 'Windows':
    plt.rcParams['font.sans-serif'] = ['Microsoft JhengHei']
else:
    plt.rcParams['font.sans-serif'] = ['Arial Unicode MS'] # Mac 支援的字體

# ... 略 ... (AI 會自動寫好資料讀取與計算的邏輯)

你只需要把這段程式碼 Accept 到你的 sales_analysis.py 檔案中，然後在終端機 (Terminal) 輸入執行指令：

python sales_analysis.py

按下 Enter。不到一秒鐘的時間，終端機印出 "報表已成功生成！"。 接著，你的資料夾裡就會像變魔術一樣，自動出現一張名為 top3_sales_report.png 的精美圖表，而且所有數據都精準無誤！

💼 [商業應用場景] 從一次性分析，晉升為「全自動報表系統」

當你學會這套流程後，你就不再是一個每天加班點滑鼠的苦力了。 Python 最可怕的地方在於它的可重複性與擴展性。你可以無止盡地修改你的 Prompt 來擴充這支腳本的功能：

  • 「請幫我找出每個月營業額墊底的商品，並使用 smtplib 自動發送一封附帶圖表的警告 Email 給採購經理。」
  • 「請幫我寫一個迴圈，去讀取 history/ 資料夾底下所有的 120 個 CSV 檔，全部合併起來清洗後，做成一份跨十年的年度大表，存成 Excel 檔。」
  • 「請加入 schedule 套件，讓這支程式每天早上 8 點自動執行，並把結果推送到公司的 Line 群組。」

這些過去要耗費你整整一個禮拜、甚至讓你想離職的痛苦重複性工作，現在都只是「跟 AI 講幾句話」的事情了。 這就是掌握 Python 與 Vibe Coding 後，你所具備的核彈級職場競爭力！下一章，我們將學習如何讓 Python 爬蟲去網路上，自動幫我們抓取免費的資料。