從 ESG 問題到 Python 資料分析

30 分鐘

從 ESG 問題到資料問題

學習目標：學會先定義「要回答什麼」，再決定需要什麼資料與分析方法。

Data Science 的起點不是 Python，而是問題。如果問題本身很模糊，程式寫得再漂亮，得到的也只是一堆沒有方向的數字。因此本課程的第一步，是把一句籠統的疑問，改寫成資料能夠回答的具體問題。

• 有沒有時間範圍？例如「最近」要换成具體年度，如 2021–2025 年。
• 有沒有比較對象？例如是和自己過去比，還是和其他示範公司比。
• 有沒有講清楚單位？例如「排放量」要講清楚是 tCO2e，還是強度指標。
• 有沒有說明資料的邊界？例如這份資料只到 2025 年，無法回答之後會怎樣。

重點: 先定義問題，再寫程式。資料分析的品質從問題設定開始。

30 分鐘

認識 ESG Dataset 與指標

學習目標：理解 row、column、observation、variable、dimension、measure、metric 與 unit。

本課程使用 DS101_ESG_Company_Data_Clean.csv。這是教學用的模擬資料：四家示範公司（Alpha Tech Co.、Harbor Foods Co.、Evergreen Components Co.、Metro Services Co.），每家 2020 至 2025 年各一列，共 24 列。公司名稱與數值都是為了教學而設計，並不代表任何真實公司。

Scope 1+2 emissions = scope1_tco2e + scope2_tco2e
Emissions intensity = Scope 1+2 emissions / revenue_m_twd
Unit = tCO2e per NT$ million revenue

• 只關心總排放責任、法規申報或淨零目標時，通常以絕對排放量為主。
• 想比較不同規模的公司或同一公司不同年度的營運效率時，通常需要同時看強度指標。
• 如果只看絕對量下降就宣稱「進步」，可能忽略了營收同時下降的情況。
• 如果只看強度指標下降就宣稱「進步」，也可能忽略了絕對排放量仍在上升。

重點: 數值、定義與單位必須一起看。

35 分鐘

Notebook 與 Python 最低必要基礎

學習目標：能在 Notebook 執行基本 Python / pandas 程式碼，不要求背誦語法。

# 用 = 把值存進變數（assignment）
company = "Alpha Tech"   # 文字（string）要加引號
year = 2025              # 數字（number）不加引號
threshold = 1000

• Assignment（指定）：用 = 把一個值存進變數，之後可以用名稱取用
• 文字與數字：文字要加引號，例如 "Technology"；數字不加，例如 2025
• Function call（呼叫函式）：名稱後面加括號，例如 pd.read_csv(...)
• Dot notation（點號）：看得懂 df.head() 是「對 df 做 head 這個動作」即可
• Comment（註解）：# 後面的文字不會被執行，用來說明這一行在做什麼
• 讀錯誤訊息：從最後一行看起，它通常直接告訴你是哪個名稱或欄位出了問題

import pandas as pd

# 檔案需與 Notebook 放在同一個資料夾
df = pd.read_csv("DS101_ESG_Company_Data_Clean.csv")
df.head()

1. 1逐行解釋
   請 AI 說明每一行程式碼在做什麼，而不是只給一段總結。
2. 2列出使用的欄位
   請 AI 列出程式碼用到哪些欄位，再和 df.columns 或資料字典比對。
3. 3說明預期輸出
   請 AI 說明執行後應該得到幾列、幾欄或什麼樣子的結果，再用實際輸出核對。
4. 4不可捏造欄位
   要求 AI 只使用資料中真正存在的欄位；看到不認識的欄位名稱時，先查資料字典再使用。

• 這個 cell 用到的名稱，是不是都已經在前面的 cell 建立過？
• 如果是重新打開舊的 Notebook，有沒有先用 Restart & Run All 重新跑過一次？
• 複製貼上別人的程式碼時，欄位名稱是否和自己的資料一致，而不是對方範例資料的欄位？

重點: 本課程不是測你能否背 Python，而是測你能否理解分析流程並驗證結果。

40 分鐘

用 pandas 檢查、選取與篩選資料

學習目標：能使用 pandas 回答「資料長什麼樣、有哪些欄位、哪些列符合條件」。

df.head()
df.shape
df.columns
df.info()
df.describe()

df[["company_name", "year", "scope1_tco2e", "scope2_tco2e"]]

df[df["year"] == 2025]

df[(df["year"] >= 2023) & (df["sector"] == "Technology")]

df.sort_values("scope1_tco2e", ascending=False)

• 列數：結果剩下幾列？和你預期的一樣嗎？
• 欄位：選到的是不是你要的欄位？有沒有漏掉或多出？
• 篩選條件：條件寫的真的是你想問的嗎（年份、產業、大於或大於等於）？
• 空的結果：出現 0 列時，先檢查拼字、大小寫與資料型態，不要直接下結論說「沒有資料」
• 令人意外的最大值或最小值：先確認單位與定義，再判斷是否需要查證

• df["sector"].unique()：列出這個欄位出現過哪些不重複的值，常用來檢查拼法是否一致
• df["sector"].value_counts()：計算每個值出現的次數，適合快速了解類別分布
• df["sector"].nunique()：有幾種不重複的值，不需要把每一個都列出來時使用
• df.isna().sum()：每個欄位各有幾個缺失值，篩選前先確認這點，結果才不會少算

重點: 每一步分析都要能說明「輸入是什麼、做了什麼、輸出剩下什麼」。

45 分鐘

Guided Lab：第一次 ESG 資料分析

學習目標：在教師引導下，用 clean dataset 完成一份可重現的小型分析，並把觀察分成事實、解讀與待查證。

• 前往 DS 101 實作頁面
• 預覽下載 Clean dataset（CSV，模擬資料）
• 下載 Guided Lab Starter Notebook
• 預覽下載資料字典（中文）
• 預覽下載資料字典（英文）

1. 1載入資料
   載入 DS101_ESG_Company_Data_Clean.csv。
2. 2檢查資料
   檢查 shape、columns、資料型態與前幾列。
3. 3確認單位
   從資料字典確認 revenue_m_twd、scope1_tco2e 與 scope2_tco2e 的單位。
4. 4建立 Scope 1+2 欄位
   建立 scope12_tco2e = scope1_tco2e + scope2_tco2e。
5. 5建立排放強度欄位
   建立 scope12_intensity = scope12_tco2e / revenue_m_twd，單位是 tCO2e per NT$ million revenue。
6. 6篩選年度
   只保留 2021 至 2025 年的資料，並檢查列數。
7. 7排序一個年度
   選一個年度，依排放強度排序，並寫下這只是單一年度的比較。
8. 8依公司整理年度數值
   依公司與年度分組，保留 year 這個維度，不要把所有年度壓成一個數字。
9. 9記錄三個觀察
   用自己的話寫下三個從輸出看到的觀察。
10. 10標示證據類型
    為每個觀察標示：Fact from data（資料事實）、Interpretation（解讀）或 Needs verification（待查證）。
11. 11寫一句限制
    寫下一句說明這份分析做不到什麼的限制說明。

import pandas as pd

df = pd.read_csv("DS101_ESG_Company_Data_Clean.csv")
df.shape
df.info()
df.head()

# 衍生欄位：Scope 1+2 排放量（tCO2e）
df["scope12_tco2e"] = df["scope1_tco2e"] + df["scope2_tco2e"]

# 衍生欄位：排放強度（tCO2e per NT$ million revenue）
df["scope12_intensity"] = df["scope12_tco2e"] / df["revenue_m_twd"]

# 步驟 6：只保留 2021 至 2025 年
df_lab = df[(df["year"] >= 2021) & (df["year"] <= 2025)]
df_lab.shape  # 預期 20 列：4 家公司 x 5 個年度

# 步驟 7：選一個年度，依排放強度排序
df_lab[df_lab["year"] == 2025].sort_values("scope12_intensity", ascending=False)[["company_name", "year", "scope12_intensity"]]

# 步驟 8：依公司與年度分組，保留 year 維度
annual = (
    df_lab.groupby(["company_name", "year"])[["scope12_tco2e", "revenue_m_twd"]]
    .sum()
    .reset_index()
)
# 強度用加總後的分子除以分母重新計算，不要直接加總強度
annual["scope12_intensity"] = annual["scope12_tco2e"] / annual["revenue_m_twd"]
annual

• 一份可以從上到下重新執行的 Notebook
• 兩個衍生欄位：scope12_tco2e 與 scope12_intensity
• 至少三個標示清楚的證據陳述（事實、解讀或待查證）
• 至少一句限制說明
• 沒有資料無法支持的因果說法

重點: 一份好的分析不只產生數字，也保留公式、單位、證據與限制。