一、前言

在前幾天的自主學習中，我逐步學習了 Python 的基本資料型態、變數，以及 List 與 Dictionary 的使用方式，並成功建立可以儲存多筆健康習慣紀錄的資料結構。

然而，當健康紀錄逐漸增加時，只使用 List 與 Dictionary 管理資料，可能不容易快速查看所有紀錄，也不方便進行後續的統計分析。

因此，今天將開始認識 Pandas。Pandas 是 Python 中常用的資料處理工具，可以協助使用者將資料整理成表格，並進行資料查看、篩選與基本統計。透過這次練習，我希望將前一天建立的健康紀錄轉換成更容易閱讀與分析的資料表。

二、認識 Pandas 與 DataFrame

Pandas 是 Python 的資料分析套件，常用於整理、清理及分析結構化資料。

其中，DataFrame 是 Pandas 的核心資料結構之一，可以將資料整理成具有列與欄的表格形式。每一欄可以代表不同的資料項目，每一列則可以代表一筆紀錄。

以健康習慣追蹤系統為例，日期、飲水量、睡眠時間及運動時間可以分別成為不同欄位，而每一天的健康紀錄則會成為表格中的一列。

這種方式與 Excel 試算表的概念相似，能讓資料更容易閱讀，也方便後續進行統計。

三、將健康紀錄轉換成 DataFrame

首先，需要先安裝 Pandas 套件。如果使用自己的 Python 環境，可以在終端機輸入以下指令：

pip install pandas

安裝完成後，就可以在 Python 程式中匯入 Pandas，並將 Day 9 建立的健康紀錄整理成表格。

import pandas as pd

health_records = [
{
"date": "2026-10-21",
"water_intake": 1500,
"sleep_hours": 7.0,
"exercise_minutes": 20,
"ate_fruit": True
},
{
"date": "2026-10-22",
"water_intake": 1800,
"sleep_hours": 7.5,
"exercise_minutes": 30,
"ate_fruit": True
},
{
"date": "2026-10-23",
"water_intake": 2000,
"sleep_hours": 8.0,
"exercise_minutes": 45,
"ate_fruit": False
}
]

df = pd.DataFrame(health_records)

print(df)

在這段程式中，pd.DataFrame() 會將原本由多個 Dictionary 組成的 List 轉換成表格。

執行後，每一筆健康紀錄都會成為一列，原本的資料欄位則會成為表格的欄名。這樣就能更清楚地比較不同日期的健康習慣。

四、查看與篩選健康資料

建立 DataFrame 後，還可以使用 Pandas 的基本功能查看資料。

1. 查看資料前幾筆

print(df.head())

head() 預設會顯示前五筆資料。如果資料量很大，就可以先透過這個功能快速了解資料的內容。

2. 查看資料基本資訊

print(df.info())

info() 可以顯示資料表的欄位名稱、資料筆數，以及各欄位的資料型態等資訊，方便確認資料是否符合原本的設計。

3. 篩選特定欄位

print(df[["date", "water_intake", "sleep_hours"]])

這段程式只會顯示日期、飲水量及睡眠時間，讓使用者專注查看需要的資訊。

4. 計算平均飲水量

average_water = df["water_intake"].mean()

print("平均飲水量：", average_water, "mL")

mean() 可以計算指定數值欄位的平均值。透過這個功能，就能開始分析累積的健康資料。

五、Day 10 實作步驟

確認 Python 環境可以正常使用，並安裝 Pandas 套件。

匯入 Pandas，將 Day 9 的健康紀錄轉換成 DataFrame。

使用 head() 查看資料表內容。

使用 info() 確認資料欄位與型態。

練習篩選指定欄位，並計算平均飲水量。

修改測試資料，再次執行程式，觀察表格與統計結果是否隨之改變。

六、今日成果

今天初步認識了 Pandas，並學習如何將原本使用 List 與 Dictionary 儲存的健康紀錄轉換成 DataFrame。

透過這次練習，我了解到，Pandas 不只能讓資料以表格方式呈現，也提供了許多方便的資料處理功能，例如查看資料內容、確認欄位型態、篩選指定欄位，以及計算數值平均值。

目前已經能夠將多筆健康紀錄整理成表格，並進行簡單的統計分析。下一天將繼續學習 CSV 與 SQLite，了解如何將資料保存到程式以外的位置，避免程式結束後紀錄就消失，讓健康習慣追蹤系統逐步具備持續管理資料的能力。