案例02｜Copilot + PY()：建立 Total Spending 城市長條圖

一、案例定位

原書示範讓 Copilot 產生 Python in Excel 程式碼：讀取 A1:G11、建立 Total Spending = Avg Daily Spend × Days Stayed、排序後用 Matplotlib 畫 city bar chart。

二、學習目標

用 AI 生成可放入 PY() 的 Python code。
在 DataFrame 中建立衍生欄位。
排序後產生 Matplotlib bar chart。
核對 AI 生成的實際欄名 reference。

三、案例情境

Prompt 指定 PY()、A1:G11、xl(..., headers=True)、Total Spending、降冪排序與 city bar chart。

四、開始資料

欄位／要求	設定
Data range	A1:G11
衍生欄	Total Spending
公式概念	Avg Daily Spend (€) × Days Stayed
排序	Total Spending descending
圖表	City vs Total Spending bar chart

五、Excel／R／AI 分析方法

原書 Copilot code 先 df = xl("A1:G11", headers=True)，再建立 df["Total Spending"] = df["Days Stayed"] * df["Column1"]，排序後以 plt.bar(...) 畫圖。原書表示作者當時 workbook 中這段 code 能正確執行；但 Column1 必須和實際匯入欄名核對。

六、計算結果

程式在 D16 以 =PY( 執行後，cell 顯示 [PY] Image；再由 Insert Data → Display Plot over Cells 顯示 Figure 12-6 的最終長條圖。A 檔正文沒有列出每個城市的 Total Spending 精確值。

七、結果分析與管理解讀

AI 生成圖表 code 最常見的錯誤不是 Python syntax，而是引用了錯誤／自動改名的欄位。正式使用前應先列出 df.columns，確認 Column1 是否真的是 Avg Daily Spend。

八、AI 提問詞

請先讀取 A1:G11 並列出 df.columns，確認哪一欄是 Avg Daily Spend，再建立 Total Spending、降冪排序並畫城市長條圖。若欄名與我描述不同，不要猜，請使用實際 DataFrame 欄名。