COURSE_cn.md

id	course-da-eda
type	course
title	用 Agent 做探索性数据分析
summary	挑战式课程——让你的 Agent 处理一份脏的商店导出数据，产出一份经过真值校验的 EDA 摘要（results.json）。目录中第一门非标准库课程；pandas 版本固定在 requirements.txt。
lang	zh-CN
content_version	1
status	reviewed
reviewed_on	2026-09-12
badge	id name_en name_zh requires course-da-eda EDA Challenger 探索分析挑战者 全部五个检查点认领通过（L01–L05）
course_id	course-da-eda

用 Agent 做探索性数据分析

速览：这是一门挑战课程——解题的是你，Agent 是手里的工具。让它 处理 scenario/shop-export/transactions.csv（142 行脏数据），实现 starter/eda.py 里的契约，最终产出一份 results.json，其中每个 数字都会被客观真值校验。可选引导模式：COURSE.md + lessons/ 仍 可作为 Agent 授课路径，想要引导而不是挑战时用它。

你要做出的东西

一个 pandas 脚本：读入一份真实风格的脏交易导出，清洗（重复行、不可 解析金额、坏日期），写出经过验证的摘要：清洗行数、总收入、分地区 收入、最高收入品类、日期范围。

环境——第 0 课就是装环境

这是目录里第一门离开标准库的课程：

cd courses/da-eda
python -m venv .venv               # 或：uv venv
source .venv/bin/activate          # Windows：.venv\Scripts\activate
pip install -r requirements.txt    # 或：uv pip install -r requirements.txt

verify.py 会检查 pandas，缺失时打印这条提示。

挑战（检查点）

#	挑战	判卷方式
L01	脏数据长什么样——写代码前先给 CSV 做画像	自我声明
L02	先定答案——写下期望的 results.json 结构	自我声明
L03	清洗与统计——实现 clean_transactions + summarize	客观（starter 套件）
L04	核对真值——两套件全绿	客观（双套件）
L05	换成你自己的数据——拿一份真实导出来跑	自我声明

徽章契约

• 徽章：探索分析挑战者（badge id da-eda）——五个检查点全部 认领后获得。
• 挑战：L01–L05 各 10 分；五个全部在 flypython.com 认领后 +50 课程 徽章奖励分。
• 证据：python verify.py——L03/L04 由套件客观判卷， L01/L02/L05 为学习者自报。
• 提交：测试通过的检查点打印确定性认领码；自报检查点要先回答课后问题，再运行 python verify.py --attest ID 才打印码，在 flypython.com 上 记入你的账号。自我报告的证据，绝非证书。

本课程不覆盖的内容

可视化（见 da-visualization）、报告（见 da-report）、统计理论、 SQL、notebook。数据集是合成的，但数据质量问题和你会在真实导出中 遇到的一样。

文件夹地图

COURSE.md / COURSE_cn.md   本文件（EN / 中文）
lessons/L01.md … L05.md    挑战说明（每课有 _cn.md 配对）
scenario/shop-export/      transactions.csv（脏输入数据）
TASK.md / TASK_cn.md       代码必须满足的契约
starter/eda.py             故意未完成的实现
solution/eda.py            审核过的解答
tests/test_eda.py          契约测试套件（只读）
verify.py                  客观通过/失败 + 认领码
requirements.txt           锁定的 pandas 依赖
REVIEW.md                  维护者走查记录

证据与许可

审核过的内容：REVIEW.md 记录走查。代码 MIT 许可；课程文字 CC BY 4.0（见仓库 LICENSE）。