一、案例定位

Activity 2 使用 Excel PY() + Copilot 產生 Python code，從 AddressDescription 抽取 HouseMaterial、HouseLocation、OtherAddressDetails，再把 Python dynamic output 貼回 Raw table 作 values。

二、學習目標

• 用 xl("Raw!A1:Q21", headers=True) 讀表。
• 用 regex 抽取半結構文字。
• 將抽取欄與原 DataFrame concatenate。
• 區分 dynamic Python output 與可轉 Excel table 的 static values。

三、案例情境

線索需要 house material、相對位置等結構資訊，但原資料只存在 free-text AddressDescription。

四、開始資料

五、Excel／R／AI 分析方法

Copilot 生成 Pandas + re code：先用 regex 尋找如 stone／wooden 等 material，再抽取 near／above／below／behind 等 location phrase，其餘文字放 OtherAddressDetails。執行後將 Python Output 改成 Excel Value。

六、計算結果

Python 結果是 dynamic range，來源說明不能直接轉成 Excel table；作者複製 R1:T21，在 Raw sheet 的 R1 以 Paste Special → Values 貼回，最終新增三欄。

七、結果分析與管理解讀

Regex extraction 依賴事先列出的 patterns，因此沒有列入 pattern 的描述可能落入 Other，而不是代表「沒有資訊」。AI 生成的 regex 應用實際地址樣本測試 recall／precision。

八、AI 提問詞

請先列出你打算辨識的 material／location patterns，再用 5 筆不同 AddressDescription 測試。無法可靠分類的內容保留在 OtherAddressDetails，不要強迫套入已知類別。

九、思考／情境變動