Clean ESG dataset
4 家模擬公司、2020 到 2025 年，共 24 列。Guided Lab 使用。
DS 101 實作中心
使用擬真 ESG 資料練習檢查、清理、計算、視覺化與驗證，從資料問題完成一份可信的分析。
資訊
DS 101 實作資料為教學用擬真資料，所有公司名稱與數值均為模擬，不代表任何真實企業的 ESG 表現。指標定義為教學用簡化版本，不能取代正式的 ESG 會計或報告指引。
注意
請使用課程提供的擬真檔案練習。未經授權，不要把機關或公司的機密資料、個人資料或敏感資料貼到 AI 工具；使用真實的 ESG 或內部營運資料前，請先確認所屬單位的規範。
實作流程
- 1. 下載
下載資料集、資料字典與起始 Notebook，放在同一個資料夾。
- 2. 理解
先讀分析問題與資料字典：一列代表什麼？每個數值的單位是什麼？
- 3. 檢查
檢查 schema、資料型態、缺失值、重複資料與單位，再開始計算。
- 4. 分析
轉換、計算、分組與視覺化，每一步都確認輸入、動作與輸出。
- 5. 驗證
手動檢查公式、列數、單位，並至少親手驗算一個結果。
- 6. 溝通
分開寫出 Fact / Analysis / Unknown，並記錄限制。
下載實作檔案
實作任務
實作 A：Guided Lab，第一次 ESG 資料分析
分析問題：2021–2025 年，四家示範公司的 Scope 1 + 2 排放量與排放強度如何變化？哪些觀察值得進一步查證？
使用檔案: Clean ESG dataset、資料字典（繁體中文）、Guided Lab starter notebook
步驟
- 載入 DS101_ESG_Company_Data_Clean.csv。
- 檢查 shape、columns、資料型態與前幾列。
- 從資料字典確認 revenue_m_twd、scope1_tco2e 與 scope2_tco2e 的單位。
- 建立 scope12_tco2e = scope1_tco2e + scope2_tco2e。
- 建立 scope12_intensity = scope12_tco2e / revenue_m_twd（單位：tCO2e per NT$ million revenue）。
- 篩選 2021 到 2025 年。
- 選一個年度，依排放強度排序。
- 依公司分組並保留年度維度，比較各年的數值。
- 記錄三則觀察。
- 把每則觀察標示為：資料事實、解讀，或需要查證。
- 寫下一句限制說明。
要完成的產出
- 可以執行的 Notebook
- 兩個衍生欄位
- 至少三則證據陳述
- 至少一項限制
- 沒有資料無法支持的因果說法
實作 B：Data Quality Challenge
練習資料刻意含有資料品質問題。請先自己檢查，再決定如何處理。清理的目的不是讓資料看起來整齊，而是讓每一個修改都可解釋、可追溯。
使用檔案: Practice ESG dataset、資料字典（繁體中文）、Independent Lab starter notebook
步驟
- 載入 DS101_ESG_Company_Data_Practice.csv，先看 shape、dtypes 與前幾列。
- 用 df.isna().sum() 找出缺失值，並判斷缺失代表什麼。
- 用 df.duplicated().sum() 檢查重複，並用 company_id 與 year 確認是否真的重複。
- 檢查數值欄位是否被讀成文字，以及百分比欄位是否超出 0 到 100。
- 比較同一家公司前後年度，找出值得查證的異常值。
- 檢查公司名稱等文字欄位是否一致（例如多餘的空白）。
- 針對每一項發現的問題，在清理決策紀錄中寫下六個欄位：Issue（問題）、Evidence（證據）、Impact（若不處理的影響）、Treatment decision（處理決定）、Justification（為什麼這樣處理合理）、What must remain unknown（必須維持未知／不變的部分）。
要完成的產出
- 至少找出：缺失值、重複資料、型態問題、範圍問題、可疑的異常值、命名不一致
- 一份清理決策紀錄表，每個問題都完整記錄 Issue / Evidence / Impact / Treatment decision / Justification / What must remain unknown 六個欄位
- 不是只寫「怎麼修乾淨」：Impact 與 What must remain unknown 兩欄不能省略
- 沒有未經說明就把缺失值補成 0，或直接刪除異常值
資訊
本頁不會告訴你總共有幾個問題，也不公布標準答案。請把找到的問題與判斷理由帶到課堂討論。
實作 C：Independent Lab，可信分析整合
找出一項值得報告的 ESG 趨勢或異常，完成資料品質檢查、必要清理、指標計算、視覺化與驗證，並清楚區分證據、解讀與未知事項。
使用檔案: Practice ESG dataset、資料字典（繁體中文）、Independent Lab starter notebook
步驟
- 1. Question：用一句話寫下分析問題。
- 2. Data source：列出使用的檔案與其來源說明。
- 3. Grain：寫出一列資料代表什麼（例如「一家公司一個年度」）。
- 4. Units：列出用到的每個數值欄位的單位。
- 5. Cleaning decisions：完成資料品質檢查，針對每個發現的問題做出清理決策並寫下理由。
- 6. Analysis method：說明你使用的分析方法與步驟。
- 7. Derived metrics：寫出使用的公式，並計算指標。
- 8. Visualization：建立至少一張圖表，標示座標軸與單位。
- 9. Verification checks：親手驗算至少一個數值結果，並記錄你做了哪些檢查。
- 10. AI assistance record：如果使用了 AI，寫下 AI 協助了什麼、你自己驗證了什麼。
- 11. Human review：寫下你（或同儕／教師）對這份分析做了什麼審閱、確認了什麼。
- 12. Limitations：寫出三則證據陳述、一則解讀，以及至少兩項限制或未知事項。
- 13. Reproduction instructions：寫出另一個人依照這些步驟重現你分析所需的資訊。
要完成的產出
- 1. Question（分析問題）
- 2. Data source（資料來源）
- 3. Grain（資料粒度）
- 4. Units（單位）
- 5. Cleaning decisions（清理決策與理由）
- 6. Analysis method（分析方法）
- 7. Derived metrics（衍生指標與公式）
- 8. Visualization（至少一張圖表，含座標軸與單位）
- 9. Verification checks（含至少一個親手驗算的數值）
- 10. AI assistance record（AI 協助紀錄，若有使用）
- 11. Human review（人工審閱紀錄）
- 12. Limitations（三則證據陳述、一則解讀、至少兩項限制或未知事項）
- 13. Reproduction instructions（重現步驟）
資訊
完成：13 項都有，且說法與證據一致。需要修改：程式可以執行，但單位、公式或清理決策沒有記錄，或說法超出資料能支持的範圍。
完成標記只記錄在這個瀏覽器（加入梯次後會同步）。實作成果請保存在你自己的 Notebook。