iPAS 考題解析分析師在載入vgsales.csv資料後（欄位包含Name、Platform、Year、Genre、Publisher、NA_Sales、EU_Sales、JP_Sales、Other_Sales、Global_Sales），檢視Year欄位的資料型態，發現它是float64，而非一般年份常用的整數。下列哪些原因可能導致這種狀況？ 原因A：CSV檔中Year欄位有缺失值（NaN），導致Pandas自動將整欄轉為浮點數。 原因B：CSV檔中的年份資料原本是字串（如"2006"），Pandas轉換時出錯而變成浮點數。 原因C：Pandas預設會將所有數值型態讀取為float64，不論資料是否為整數。 原因D：CSV檔中的年份資料可能包含小數點（例如2006.0），因此被視為浮點數。

解析

正確答案：B. 原因A、原因D

pandas中整數欄位若含有NaN（缺失值）會自動升級為float64（因為int無法表示NaN）；若原始CSV中年份寫為2006.0等浮點格式，pandas也會讀為float64。原因B（字串轉換出錯）和原因C（預設全讀float）均為不正確描述。

每個選項為什麼對或錯

• A 原因B、原因C 錯誤選項

  原因B描述不正確，字串"2006"讀入後pandas能正確辨識，且不會造成float64；原因C也不正確，pandas不是預設全讀float64。

• B 原因A、原因D 正解

  原因A（NaN導致升級為float64）和原因D（原始資料含小數點）均為正確原因。

• C 原因A、原因B、原因D 錯誤選項

  原因B不正確，pandas可正確解析純整數字串，不會出錯變成float64。

• D 原因C、原因D 錯誤選項

  原因C不正確，pandas不是預設將所有數值讀為float64。

答案、題目或解析有問題？回報這題

題目 © 經濟部產業發展署，AITerms.tw 僅作教學解析使用，本站解析以 CC BY-NC-SA 4.0 授權。