今天是我們正式進入實作的第一天，目標是把資料集載入Python，並且先做初步檢視。

實作流程很簡單，首先在專案資料夾(/IT_population_age)中放入CSV(將名稱改成IT_population_age)

 
然後使用Pandas載入：
import pandas as pd

讀取資料

df = pd.read_csv("IT_population_age/IT_population_age.csv")

接著使用df.head()觀察前幾筆資料，確認欄位名稱是否正確；再用df.info()檢查欄位型態與缺值情況，最後可以用df.describe()觀察統計摘要。

import pandas as pd

#讀取資料
df = pd.read_csv("IT_population_age/IT_population_age.csv")

#檢視前 5 筆資料
print(df.head())

#檢視欄位資訊
print(df.info())

#檢視統計摘要
print(df.describe())

為了方便後續分析，我建議將欄位重新命名，並存成新檔，例如把itemvalue2改成male_0_14，itemvalue3改成female_0_14，依此類推，這樣閱讀起來更清楚。

欄位重新命名

df = df.rename(columns={
    "field1": "year",
    "itemvalue2": "male_0_14",
    "itemvalue3": "female_0_14",
    "itemvalue4": "male_15_64",
    "itemvalue5": "female_15_64",
    "itemvalue6": "male_65_plus",
    "itemvalue7": "female_65_plus",
    "itemvalue8": "life_expectancy_male",
    "itemvalue9": "life_expectancy_female"
})

檢查修改結果

print(df.head())

存成乾淨版本，方便Day 6、Day 7使用

df.to_csv("1_clean.csv", index=False)
print("已存成 1_clean.csv")

今天的目標不在於畫圖，而是確認資料結構是否合理，並確定每個欄位代表的意義。這些準備動作能幫助我們在後續分析過程中更加順利，明天就可以開始進行視覺化，先從最簡單的長條圖著手。