昨天我們認識了「空氣品質指標AQI」資料集，今天要正式開始讀取資料並挑選出分析所需的欄位。由於原始資料欄位非常多，若全部使用會讓後續分析過於雜亂，因此我們會先挑選出核心欄位：縣市(county)、空氣品質指標(AQI)、PM2.5、時間(publishtime)。這樣能確保後續做趨勢分析或縣市比較時更加清晰。

程式實作
首先，我們先用pandas讀取CSV檔，並把時間轉換成Python可以理解的日期格式：

import pandas as pd

# 讀取空氣品質資料
df = pd.read_csv("IT_AQI/AQI.csv")

# 篩選出主要欄位
df = df[["county", "aqi", "pm2.5", "publishtime"]]

# 將時間欄位轉換為 datetime 格式
df["publishtime"] = pd.to_datetime(df["publishtime"])

# 檢視前 5 筆資料
print(df.head())
print(df.info())

執行後，我們會看到類似這樣的輸出：

在這裡我們完成了第一步「資料清理」。因為這份AQI資料的時間粒度細（通常是逐小時），後續如果要做「年度趨勢」或「縣市平均」就需要額外做時間聚合。接下來我們會進一步比較不同縣市的平均AQI排行，看看哪個縣市的空氣品質長期較佳，哪個縣市需要特別關注。