4. Conditions: if-elif-else (90%)

1. if-else語法與定義

Youtube 學習影片

• [py_if_for] 01 Concept and AQI case introduction: if與for的語法說明和使用以及AQI的案例說明
• [py_if_for] 02 Accessing AQI data: 探索AQI資料（JSON）的內容結構
• [py_if_for] 03 Categorizing and rescaling: 依照不同數值區間給予標籤，以空污為例
• [pf_if_for] 04 Detect prominent: Finding maximum: 用for-loop找到一個list中的最大值
• [py_if_for] 05 Sorting manually by for, if, swap, list and dict: 自己打造一個排序演算法：使用兩層的for-loop、if、調換Swap技巧、以及list和dict結構

if搭配for的相關應用

if的應用

• 選擇性列印出你所要呈現的youbike站台：指定要某幾個、透過if來判斷，指定要滿載的

• 透過比較來找到最大值和最小值

• 處理缺漏值，AQX不定期地會有缺漏值，要用if來偵測是否有缺漏值，並指定遇到缺漏值要怎麼做處理。或者是查驗輸入的日期是否合理

for+if的應用

• 把所有文字看過一遍，計算文字的出現次數

• 用for遍歷PM2.5的值來對PM2.5做排序，找到最大或者是前三大的PM2.5站台

• 分組。若告訴一個使用者PM2.5是67，他可能不知道這個數字代表什麼意義，但你若透過一個標準的Mapping把它mapping到非常高、高、中、低、非常低等五個等級，並告訴使用者說現在這個區域PM2.5是高，那他就聽得懂。

2. 案例-空氣品質資料-資料清理

範例說明

範例說明：從資料來源為行政院環保署的空氣品質監測網（PM2.5 introduced by 行政院環保署）可以看到即時的空氣品質，包含指標和嚴重程度（上顏色）。上顏色的方法是依照AQI的值分成六個等級。當要把AQI值繪製為相對應的等級時，必須要判斷AQI值落在哪一個區間，此時，需要用if-else的條件判斷式來判斷，究竟是落在哪個區間。而測站不會只有一個，因此，要一個接一個判斷完現在所有的測站落在哪一個區間的話，那就要用for-loop來判斷完所有的測站。

資料來源

資料來源：行政院環保署有一個自己的開放資料網站https://opendata.epa.gov.tw ，即時更新的速度會比政府開放資料平台快。以下三個連結都可以獲取空氣品質資料。

1. http://opendata.epa.gov.tw/webapi/Data/REWIQA/?orderby=SiteName&orderby=SiteName&skip=0&$top=1000&format=json
2. https://taqm.epa.gov.tw/taqm/aqs.ashx?act=WebCamBox&lang=tw
3. https://taqm.epa.gov.tw/taqm/aqs.ashx?lang=tw&act=aqi-epa&ts=1538460570145

分析策略

分析策略：看到空氣品質的資料，或類似的資料（例如水污染、噪音、紫外線）一般會想要做什麼事？

1. 找到突出的（Prominent）資料：找到最嚴重的地區。如果最嚴重的地區不只一個，那就要列印出多個地區。要做這件事就要找到最大值或者是最小值。在程式的邏輯上就是把所有資料看過一遍，透過大小比較，找出最大的那個值。

2. 找到突出的（Prominent）資料：不僅找到最嚴重的地區，還要找到前三大、前五大、前10％。在程式的邏輯上，就要做排序。以由大到小來排序的狀況來說，要用前面的方法，找到最大值，再從剩下的找出次大值、再從剩下的找出次大值，依此類推。

3. 獲取資料摘要。例如平均值、四分位數、左/右傾分佈（常態分配、Power low）。

4. 描述資料分佈。雖然知道平均值或四分位數等已經能夠知道部分資料的概況，但通常會需要知道資料分布的概況，例如空氣品質差的地方多，還是好的地方多？或者是空氣品質在每個不同的等級的，各有幾個測站？這程式的基本邏輯通常是分堆或分類後進行計數（Counting），或者是單就數值直接進行Counting。

5. 篩選出目標觀察資料：例如，比較大都市內或非大都市的測站，看看PM2.5或者O3比較嚴重。

6. 為什麼要找到這些資料的概況？簡單地說，是為了讓一般人聽得懂，但要求有憑有據。只有資料的分析者和操作者看得到資料，但重點是你今天通常為什麼要做資料分析，是因為你想要傳達給別人，這筆資料有啥特殊之處，或者他平淡無奇。但為了做到這點，你需要用一個他們都聽得懂的語彙，例如「大部分的區域」、「最嚴重的區域」、「前幾大」。然而，這些語彙的邏輯實際上都模糊而不準確，但若你有資料和數學的支持，你就可以說得有信心，有憑有據，而不至於信口開河。

2.1. 獲取環保署開放資料

import requests
import json
url = " https://taqm.epa.gov.tw/taqm/aqs.ashx?lang=tw&act=aqi-epa&ts=1538460570145"
response = requests.get(url)
aqdata = json.loads(response.text)
print(type(aqdata))

<class 'dict'>

2.2. 觀察資料Traverse and print out AQI data

print(aqdata.keys())
print(type(aqdata["Data"]))
print(aqdata["Data"][0])

dict_keys(['Result', 'Data']) {'SiteId': '84', 'SiteName': '富貴角', 'SiteKey': 'FugueiCape', 'AreaKey': 'North', 'MonobjName': '背景', 'Address': '新北市石門區富貴角海邊', 'lat': '25.294147', 'lng': '121.539141', 'AQI': '63', 'MainPollutant': '細懸浮微粒', 'MainPollutantKey': 'PM25', 'CityCode': '31', 'PM10': '42', 'PM10_AVG': '40', 'PM25': '16', 'PM25_AVG': '20', 'O3': '42', 'O3_8': '53', 'SO2': '0.4', 'CO': '0.25', 'CO_8': '0.30', 'NO2': '3.6', 'SO2_VFLAG': '1', 'CO_VFLAG': '1', 'O3_VFLAG': '1', 'PM10_VFLAG': '1', 'NO2_VFLAG': '1', 'THC_VFLAG': '1', 'PM25_VFLAG': '1', 'SO2_PRETXT': '', 'CO_PRETXT': '', 'O3_PRETXT': '', 'NO2_PRETXT': '', 'PM10_PRETXT': '', 'PM25_PRETXT': '', 'HO_AQI_VAL': '63', 'THC': '1.9', 'x': '121', 'y': '86', 'DataSrc': 'epa', 'Time': '2020-03-22 22:00:00', 'AQIStyle': 'AQI2'}

列印dictionary的key

print(aqdata["Data"][0].keys())

dict_keys(['SiteId', 'SiteName', 'SiteKey', 'AreaKey', 'MonobjName', 'Address', 'lat', 'lng', 'AQI', 'MainPollutant', 'MainPollutantKey', 'CityCode', 'PM10', 'PM10_AVG', 'PM25', 'PM25_AVG', 'O3', 'O3_8', 'SO2', 'CO', 'CO_8', 'NO2', 'SO2_VFLAG', 'CO_VFLAG', 'O3_VFLAG', 'PM10_VFLAG', 'NO2_VFLAG', 'THC_VFLAG', 'PM25_VFLAG', 'SO2_PRETXT', 'CO_PRETXT', 'O3_PRETXT', 'NO2_PRETXT', 'PM10_PRETXT', 'PM25_PRETXT', 'HO_AQI_VAL', 'THC', 'x', 'y', 'DataSrc', 'Time', 'AQIStyle'])

用for列印所有站台的數值

Python

for site in aqdata["Data"]:
    print(site["SiteName"], site["AQI"], site["PM25"])
#     print("{}\t{}\t{}".format(site["SiteName"], site["AQI"], site["PM25"]))

output

富貴角 58 14
陽明 47 5
萬里 65 12
淡水 44 13
基隆 48 8
士林 47 5
林口 46 6
三重 47 8
菜寮 36 12
汐止 46 13
大同 44 11
中山 31 3
大園 43 6
松山 44 17
萬華 31 10
新莊 44 10
觀音 57 17
古亭 43 12
永和 37 10
板橋 38 13
桃園 34 8
土城 48 14
新店 40 12
平鎮 43 5
中壢 35 13
龍潭 43 10
湖口 48 13
新竹 50 13
竹東 42 14
頭份 57 17
苗栗 50 15
三義 48 17
豐原  7
沙鹿 44 11
西屯 53 24
忠明 49 15
線西 52 14
大里 40 9
彰化 48 8
埔里 64 19
二林 47 13
南投 53 13
竹山 63 21
麥寮 93 18
臺西 57 16
斗六 73 21
新港 62 15
朴子 94 11
嘉義 60 18
新營 70 18
善化 77 16
安南 81 18
臺南 74 17
美濃 74 25
橋頭 85 25
楠梓 96 20
仁武 88 15
左營 82 19
屏東 89 31
前金 84 22
鳳山 80 21
復興 84 24
前鎮 88 18
小港 75 20
大寮 88 34
潮州 84 23
林園 126 21
恆春 49 11
宜蘭 40 10
冬山 43 3
花蓮 44 15
關山 48 13
臺東 44 11
馬祖 129 21
金門 84 19
馬公 74 14
臺南(玉井) 58 12
彰化(大城) 50 13
崙背 68 19
屏東(琉球) 101 20

2.3. 取代遺漏未收得的空品資料

在這個例子中，由於我發現PM2.5與AQI偶而會有空值（就該場站的資料沒有傳回來），我可以用for-each掃過所有的資料，然後用if來判斷，如果資料是空值的話（如下面的空字串""或者被標示為ND），就把-1assign給他，不然的話就保留原本的數值，或是像下面一樣，用int()把它轉為整數。我在for-each掃過所有資料時，我用了一個變數site，他的效果相當於把aqdata["Data"]裡面的每一個項目走訪一遍，當site內容被改變時，aqdata["Data"]的內容也會一併被改變。

底下將介紹三種作法用for來走訪過List裡面的每一個項目，並用if來判斷是否有缺漏值，有的話再進行更新。三種方法分別為

1. 用for去走訪每個item

2. 用for去走訪List中的每個index

3. 用for去同時走訪List中的每個item和index

2.3.1 Method 1: for to iterate each term

這時候的for相當於是for-each的概念，他用一個變數指到List中的每個物件。當所指到的那個物件的PM2.5為空值（""）或"ND"時，便將其取代為-1。但這樣會變成site["PM25"]的型態不一（原本的型態都是<str>）且運算不易，所以我就順便把所有PM2.5的值通通從<str>轉為<int>。

Python

for site in aqdata["Data"]:
    if site["PM25"] == "" or site["PM25"] == "ND":
        site["PM25"] = -1
    else:
        site["PM25"] = int(site["PM25"])
        
# print out the first 10 records for glimpse
for aq in aqdata["Data"]:
    print(aq["SiteName"], aq["AQI"], aq["PM25"])

output

...
板橋 50 21
土城 49 16
新店 45 -1
...
埔里 110 44
南投 85 42
竹山 116 45
崙背 74 33
...
小港 121 52
大寮 145 -1
林園 128 50
屏東 114 40
潮州 100 45
...

2.3.2 Method 2: Using index of list to iterate each item

我也可以透過index去accessaqdata["Data"]中第0個、第1個、第2個dict的內容。但此時你就要去用index存取aqdata["Data"]內的值，你的程式碼會稍微長一點點。

# for site in aqdata["Data"]:
print(len(aqdata["Data"]))
for i in range(len(aqdata["Data"])): # iteration
    if aqdata['Data'][i]['PM25'] == "" or aqdata['Data'][i]['PM25'] == "ND":
        aqdata['Data'][i]['PM25'] = -1
    else:
        aqdata['Data'][i]['PM25'] = int(aqdata['Data'][i]['PM25'])
#     print(i, aqdata['Data'][i]['SiteName'])



# print out the frist 10 records for glimpse
for site in aqdata["Data"]:
    print(site["SiteName"], site["AQI"], site["PM25"])

2.3.3 Method 3: Using index and item to iterate content of List

前面我們介紹到兩個版本，

1. for site in aqdata["Data"]:是用site來直接存取所有的資料項目，

2. for i in range(len(aqdata["Data"])):的做法則是用i作為index來提供存取原本的aqdata["Data"]。

但其實還有第三種選擇就是用enumerate()來同時存取index和資料項目，當我需要access這是第幾個項目，或者需要access原本的項目值時，那我就用index，但我如果只是要判斷一下大小，那我就可以用被取出來的資料項目。寫法如下：

for i, site in enumerate(aqdata["Data"]):

print(type(enumerate(aqdata["Data"])))

for i, site in enumerate(aqdata["Data"]):
    if site["PM25"] == "" or site["PM25"] == "ND":
        site["PM25"] = -1
    else:
        site["PM25"] = int(site["PM25"])


for site in aqdata["Data"][:10]:
    print(site["SiteName"], site["AQI"], site["PM25"])

3. 將AQI數值對映到空品程度

前面說到一般民眾其實不太了解AQI數值的意義，也不知道最大最小值是多少，所以跟民眾講AQI的數值是沒意義的。民眾比較容易了解的是「現在嚴不嚴重」。因此，我們可以依照環保署對於空氣品質的等級劃分方法來將所有站台區分成幾個等級。程式邏輯上要做的事情是，用if-elif-else來設計好不同的區間判斷，然後用for-loop把所有AQI的值走訪過一遍，看每個站台落入哪個區間。

環保署的標準：https://taqm.epa.gov.tw/taqm/tw/b0201.aspx

Label	Range
Good	0~50
Moderate	51~100
Unhealthy for Sensitive Groups	101~150
Unhealthy	151~200
Very Unhealthy	201~300
Hazardous	301~500

3.1 用if-elif-else來判斷數值區間

1. 注意資料型別的轉換：判斷的時候必須注意要把AQI值給轉為整數，因為原本的JSON內容都是文字。或者可考慮一開始獨進資料的時候就全部先轉好。

2. 儲存判斷的結果到dict：當判斷完每個站台是屬於哪個區間後，一種方式是把它直接列印出來（像下面comment處所示），但如果未來繪圖會用到，比較好的方式是，把該範圍的狀態標籤儲存成一個dict的key所指的value，例如以下的site["status"] = "Moderate" 我便是判斷完後直接儲存到一個key。另，如果有一個dict為adict = {}，我想要在裡面增加一個值，寫法是adict["akey"] = avalue。

Python

for site in aqdata["Data"]:
    if int(site["AQI"]) >= 0 and int(site["AQI"]) < 51:
        site["status"] = "Good"
#         print(site['SiteName'], "Good", site["AQI"])
    elif int(site["AQI"]) >= 51 and int(site["AQI"]) < 100:
        site["status"] = "Moderate"
#         print(site['SiteName'], "Moderate", site["AQI"])
    else:
        site["status"] = "Uncategorized"
#         print(site['SiteName'], "Uncategorized", site["AQI"])
        
for site in aqdata["Data"][:10]:
    print(site['SiteName'], site["status"], site["AQI"])

output

富貴角 Good 49
萬里 Good 50
淡水 Good 40
林口 Good 47
三重 Moderate 60
菜寮 Good 45
汐止 Good 46
新莊 Good 45
永和 Good 40
板橋 Good 50
...

3.2 用固定區間來計算分佈

為了避免過多的if-elif-else或者switch的使用，可以先把scale和category寫成兩個List，然後用多一層for-loop來trace該value會落在List的哪個區間。

Python

degree = ['Good', 'Moderate', 'Unhealthy for Sensitive Groups', 'Unhealthy',\
          'Very Unhealthy', 'Hazardous']
scaler = [50, 100, 150, 200, 300, 501]

for site in aqdata["Data"]:
    if site['AQI'] != "":
        for i, n in enumerate(scaler):
            if int(site['AQI']) < n:
                d = i
                break     
        site["status"] = degree[d]

for site in aqdata["Data"]:
    print(int(site['AQI']), site['SiteName'], site["status"])

output

49 富貴角 Good
50 萬里 Moderate
40 淡水 Good
47 林口 Good
60 三重 Moderate
...
51 中壢 Moderate
47 龍潭 Good
54 新竹 Moderate
52 湖口 Moderate
49 竹東 Good
...
82 新港 Moderate
84 朴子 Moderate
104 嘉義 Unhealthy for Sensitive Groups
84 新營 Moderate
106 善化 Unhealthy for Sensitive Groups
100 安南 Unhealthy for Sensitive Groups
...
145 大寮 Unhealthy for Sensitive Groups
128 林園 Unhealthy for Sensitive Groups
114 屏東 Unhealthy for Sensitive Groups
...

4 找到突出的數值

通常我們有了這類的資料後，第一個想到的分析方法就是找到最嚴重、最差、變化最劇烈的地區。以下這是個非常好的例子說明要如何運用if和for找出AQI最高的地區。在過程中，必須要注意，原本的資料的資料型態為何，甚至要注意，原本的資料是否有缺漏。在這個案例中，我希望找出，現在AQI最高的是哪些站台，且把該站台列印出來。注意，我要列印的是，AQI最高的站，而不是最高的AQI值；此外還要注意，AQI最高的站台可能不只一個（這時候該怎麼處理？）。

4.1 尋找最大值

找到最大值或最小值的概念：就個人的邏輯思考一下，我要怎麼找到一群數的最大值？解題邏輯：把第一個數先拿來當標準，之後確認過每個數，有沒有比這個數更大的，若有的話，最大值就是找到的那個數，沒有的話，那第一個數就是最大值。最小值的想法依此類推。

若要找最大值，那我會先把最大值預先設得很小，好在後面找到比他更大的。反之，若要找最小值，那我會把最小值預先設的很大，以在後面找到比他更小的。

所以，以底下的程式碼找最小值為例，我先把mina設的非常大，

1. 一開始mina是999999

2. 當a為5的時候，mina > a，所以我把a assign給mina，此時mina是5。

3. 當a為3的時候，mina > a，所以我又把a assign給mina，所以mina為3。

4. 當a為2的時候，mina > a，所以我又把a assign給mina，所以mina為2。

5. 當a為4的時候，mina < a，所以什麼事情都不做。

6. 當a為1的時候，mina > a，所以我再把a assign給mina，所以mina為1。

7. （依此類推）

# finding the maximum value
alist = [5, 3, 2, 4, 1, 3, 2, 4, 7, 82, 19, 23, 42]
print(max(alist), min(alist))

# mina, maxa = 100, 0
mina, maxa = 999999, -99999
for a in alist:
    if mina > a:
        mina = a
    if maxa < a:
        maxa = a

#     print maxa, a
print(mina, maxa)

4.2 使用內建函數max()

這類比較大小的簡單功能一定都有人幫忙寫好了（如以下的例子），只要記得使用它就好。但是，要記得這樣的函式其實就是透過類似上述方法來比較大小以找到最大值。

print(min(alist), max(alist))
print(sum(alist), len(alist))
print(float(sum(alist))/len(alist))

4.3 尋找空氣品質指數最惡劣的站台

接下來我們將以上述的演算邏輯來找到AQI最高的那個site。我們先用上述的核心邏輯來找到最大值（下方的max_value）為何，然後再用一個for-loop把所有站台看一遍，看看哪些站台的AQI值等於max_value。

print(aqdata["Data"][0].keys())

# Initialize a very small maximum value
max_AQI = -1

# Compare to see if any one larger than the maximum value
for site in aqdata["Data"]:
    if int(site['AQI']) > max_AQI:
        max_AQI = int(site['AQI'])
    
print("The maximum AQI value: ", max_AQI)


# Traverse all sites by for loop to see whose value equals to the maximum PM2.5 value
for site in aqdata["Data"]:
    if int(site['AQI']) == max_AQI:
        print(site['SiteName'], site['AQI'], site['PM25'], site['status'])

4.4 尋找前N嚴重的站台

參見5. Flow: for-loop 關於用for-loop搭配if來排序所有AQI值的教學。

5. 練習：瀏覽youbike資料

5.1 載入youbike資料

import requests
import json
response = requests.get('https://tcgbusfs.blob.core.windows.net/blobyoubike/YouBikeTP.gz')
print(type(response)) # <class 'requests.models.Response'>
print(type(response.text)) # <class 'str'>
bike_data = json.loads(response.text)

5.2 計算站台的停車比例（Fullness）

目標：假設我用perc = sbi/tot現有腳踏車數除以總腳踏車格數作為滿站的比例，並希望每個站的資料中多一個key為perc來存放滿站比例。請嘗試寫寫看。

5.3 儲存資料至JSON檔

在Python中把資料dump成json會遠比csv來得方便，在R中則剛好相反。原因是Python的dictionary與list兩項資料結構恰好json的格式一一相符，所以非常容易就可以把資料dump出去或者read進來。如果是要dump成csv檔的話，就必須想辦法把資料整理成pandas dataframe的二維型態。

json.dump(bike_data, open('ubike.json', 'w'))