Need
分析技術堆疊
Default options
pandas 搭配 matplotlib 或 seaborn
Why it's needed
適合用於資料匯入、剖析、聯結、清理，以及製作第一輪圖表的預設工具組合。
Codex use case
分析資料集並交付報告
將雜亂資料轉化為清楚的分析與視覺化成果。
Difficulty 中級
Time horizon 1 小時
使用 ChatGPT Work 清理資料、聯結資料來源、探索問題、對結果進行建模，並產出清楚的報告，附上佐證圖表與限制說明。
最適合
- 從雜亂檔案開始，最終產出圖表、備忘錄、儀表板或報告的資料分析。
- 需要清理資料、可靠聯結、可解釋模型或可重現分析的問題。
- 需要可供他人審查及重複使用之成果的團隊。
Contents
分析資料集並交付報告
將雜亂資料轉化為清楚的分析與視覺化成果。
使用 ChatGPT Work 清理資料、聯結資料來源、探索問題、對結果進行建模，並產出清楚的報告，附上佐證圖表與限制說明。
中級
1 小時
技能與外掛程式
- Spreadsheets檢視 CSV、TSV 和 Excel 檔案，檢查公式與資料聯結，並建立可供審查的表格或圖表。
- 讀取你在 Google 雲端硬碟中指定的已核准 Google 試算表與來源檔案。
- Data Analytics蒐集來源上下文、分析並驗證資料，再建立可重複使用的報告、儀表板、圖表或筆記本。
| Skill | Why use it |
|---|---|
| Spreadsheets | 檢視 CSV、TSV 和 Excel 檔案，檢查公式與資料聯結，並建立可供審查的表格或圖表。 |
| Google Drive | 讀取你在 Google 雲端硬碟中指定的已核准 Google 試算表與來源檔案。 |
| Data Analytics | 蒐集來源上下文、分析並驗證資料，再建立可重複使用的報告、儀表板、圖表或筆記本。 |
起始提示詞
使用 @Data Analytics 檢查附加的房產交易與高速公路距離資料集，判斷高速公路附近房屋的房產價值是否較低。
說明每個來源包含的內容，找出相關欄位和可能的聯結鍵，並檢查遺漏值、重複項目、未配對記錄及不完整資料。清理並聯結輸入資料，但不要覆寫來源檔案或杜撰任何值。
以清楚的佐證圖表探索此問題；若建模有助益，先從可解釋模型著手，並以淺白語言說明結果、假設和不確定性。請提供簡潔的報告、筆記本或試算表，將答案置於最前面，列出你建立的檔案名稱，並標示任何可能改變結論的資料問題。
使用 @Data Analytics 檢查附加的房產交易與高速公路距離資料集，判斷高速公路附近房屋的房產價值是否較低。
說明每個來源包含的內容，找出相關欄位和可能的聯結鍵，並檢查遺漏值、重複項目、未配對記錄及不完整資料。清理並聯結輸入資料，但不要覆寫來源檔案或杜撰任何值。
以清楚的佐證圖表探索此問題；若建模有助益，先從可解釋模型著手，並以淺白語言說明結果、假設和不確定性。請提供簡潔的報告、筆記本或試算表，將答案置於最前面，列出你建立的檔案名稱，並標示任何可能改變結論的資料問題。
簡介
資料分析的核心，是運用資料來支援決策。目標不是為了分析而分析，而是產出能協助他人採取行動的成果：供管理層使用的圖表、供產品團隊參考的實驗結果摘要、供研究人員檢視的模型評估，或用於指引日常作業的儀表板。
一個因 R for Data Science 而廣為人知的實用框架，是以迴圈方式進行：先匯入並整理資料，再反覆進行轉換、視覺化與建模，在傳達結果前逐步加深理解。
ChatGPT Work 很適合這套工作流程。它能協助你清理資料、探索假設、進行分析，並產出可重現的成果。目標不是做出一次性的筆記本，而是完成一份讓他人能夠審查、信任並重新執行的分析。
定義你的使用案例
選定一個你想用資料回答的具體問題。問題越具體，就越容易找出合適的輸入資料、檢查項目和所需結果。
貫穿本文的範例：高速公路附近的房產價值
以下將以這個問題為例：
高速公路附近房屋的估值低了多少？
假設一個資料集包含房產價值或成交價格，另一個則包含位置、地籍或高速公路鄰近程度資訊。這項工作的重點不只是建立模型，還要確保輸入資料可信、記錄資料聯結方式、檢驗結果是否穩健，最後產出他人可使用的成果。
你可以附加 CSV 檔案或 Excel 活頁簿，透過 @google-drive 指定已核准的 Google 試算表；若資料儲存在電腦上，也可以使用桌面版 App。
ChatGPT Work範例結果
在一個虛構樣本中，ChatGPT 將 11 筆房產交易與高速公路距離檔案成功配對，並標記一筆沒有相符距離資料的交易。距離高速公路 1 英里內的房屋平均房產價值為 $500,000，而距離 2 至 5 英里的房屋則為 $600,000。
排除距離高速公路較遠且價格最高的房產後，差距仍為 $94,000。報告與圖表說明樣本數很少、未配對的交易已排除，且這項比較無法確立因果關係，也未控制社區、成交時間、交通流量或噪音等因素。
匯入資料
先附加檔案並請 ChatGPT 檢查。這有助於回答以下幾個基本但重要的問題：
- 這裡有哪些檔案格式？
- 每個資料集看起來分別代表什麼？
- 哪些欄位可能是目標變數、識別碼、日期、位置資訊或度量值？
- 有哪些明顯的資料品質問題？
暫時不要要求結論，而應先要求盤點資料並加以說明。
整理並合併輸入資料
大多數實務工作都從這裡開始。你有兩個以上的資料集，主鍵不明確，而貿然合併可能導致資料遺失或產生重複記錄。
請 ChatGPT 在執行合併前先進行合併剖析：
- 檢查候選鍵是否具有唯一性。
- 計算空值率並檢查格式差異。
- 統一處理英文字母大小寫、空白或地址格式等明顯的格式問題。
- 執行試行聯結並回報配對率。
- 在寫入最終合併檔案前，先提出最安全的合併策略建議。
如果需要推導出最合適的鍵，例如標準化地址、由數個欄位組成的地籍識別碼，或位置聯結，請在接受合併結果前，要求 ChatGPT 說明其中的取捨與邊界情況。
用圖表探索
選擇模型前，先用圖表了解資料。在貫穿本文的範例中，比較高速公路附近的房屋和距離較遠的房屋、檢視離群值與遺漏值模式，並檢查表面上的效應是否其實反映了社區組成、房屋面積或其他因素。
每張圖表都應緊扣原始問題。儲存有用的比較結果，讓其他人也能檢查這項分析。
針對問題建立模型
並非每項分析都需要複雜模型。先從可解讀的基準模型開始。
針對高速公路這個問題，合理的第一步是使用迴歸或其他容易理解的模型，在控制房屋面積、屋齡和地點等相關因素後，估算鄰近高速公路與房產價值之間的關係。
請 ChatGPT 明確交代以下事項：
- 目標變數和特徵的定義。
- 應納入哪些控制變數，以及原因。
- 資料洩漏風險及排除項目。
- 選擇資料分割方式、評估方法或不確定性估計方式的依據。
- 如何以淺白語言解讀結果。
如果第一個模型表現不佳，仍能提供有用資訊。這可以幫助你判斷問題出在模型、特徵、聯結品質，還是問題本身。
傳達結果
只有當其他人能理解並使用分析結果時，這項分析才有價值。請 ChatGPT 產出受眾所需的成果：
- 供技術協作者使用的 Markdown 備忘錄。
- 供後續作業使用的試算表或 CSV。
- 供決策者使用的排版完善文件或 PDF。
- 可重複利用的分析筆記本、儀表板或靜態報告。
請它納入限制與注意事項。如果聯結品質不夠完善、存在抽樣偏誤，或模型假設不夠穩健，交付成果應明確指出。
選用：設定 Python 環境
如果專案需要可重複使用的指令碼或筆記本，請 ChatGPT 使用現有的 Python 環境，或設定一個精簡且可重現的環境。保持來源檔案不變，並分別儲存分析、圖表和最終報告。在 ChatGPT Work 中分析附加檔案時，無須預先設定 Python。
建議提示詞
載入資料集並說明其內容
檢閱我附加的資料檔案，並說明每個檔案包含哪些內容。找出可能作為目標的欄位、日期、地籍或位置識別碼、檔案格式、缺漏資訊，以及明顯的資料品質問題。先不要下結論。
合併資料前先檢查聯結方式
檢查這些資料集應如何聯結。分析候選鍵的特性，列出重複及未配對的記錄，統一明顯不一致的格式，並說明最穩妥的聯結方式。不要虛構遺漏值，也不要覆寫來源檔案。
建立第一個可解讀的模型
建立模型，判斷鄰近高速公路是否與較低的房產價值相關。先從可解讀的基準模型開始；在資料足以支援的情況下，控制房屋面積、屋齡和社區等因素，並以淺白語言說明估計的效應、不確定性與限制。
為利害關係人整理結果
將這項分析整理成一份可直接提供給利害關係人的簡短報告。先給出答案，納入最有用的佐證圖表，說明資料內容與聯結檢查結果，並清楚標示任何限制或不確定性。保持來源資料不變，並列出你所建立的檔案名稱。
Tech stack
Need
Default options
Why it's needed
Need
建模
Default options
Why it's needed
先從可解釋的基準模型著手，再進一步採用更複雜的預測模型。
| Need | Default options | Why it's needed |
|---|---|---|
| 分析技術堆疊 | pandas 搭配 matplotlib 或 seaborn | 適合用於資料匯入、剖析、聯結、清理，以及製作第一輪圖表的預設工具組合。 |
| 建模 | statsmodels 或 scikit-learn | 先從可解釋的基準模型著手，再進一步採用更複雜的預測模型。 |
