把地震目錄的深度欄位拿去畫圖前，我先檢查了空值

之前整理一批區域地震目錄，想畫深度分布圖，用 Python 的 matplotlib 直接吃 CSV。環境是 Python 3.11、pandas 2.x、matplotlib 3.8，資料量約 4 萬筆，欄位有時間、經緯度、規模、深度。

一開始直接 df['depth'].hist(bins=50)，圖出來在 0 公里附近有一根異常高的柱子，高到把其他分布壓扁。查了才發現深度欄位有兩種異常：一是空值，二是固定填 0 的「深度未知」紀錄。兩者混在一起，畫圖就失真。

我的做法是先做欄位清理，再畫：

import pandas as pd

df = pd.read_csv('catalog.csv')
df['depth'] = pd.to_numeric(df['depth'], errors='coerce')

# 先看空值與 0 值各有多少
df['depth'].isna().sum()
(df['depth'] == 0).sum()

# 把 0 當成未知，跟空值一起排除
mask = df['depth'].notna() & (df['depth'] > 0)
clean = df.loc[mask, ['time', 'lat', 'lon', 'mag', 'depth']]
clean['depth'].describe()

畫圖前我也會固定 bin 的邊界，避免不同批次資料自動調整區間，導致兩張圖看起來不能比：

import numpy as np
bins = np.arange(0, 301, 10)
clean['depth'].hist(bins=bins)

為什麼這樣做：深度 0 在目錄裡常常不是真的「震源在地表」，而是沒有深度解。直接當數值用，會讓 0 到 10 公里這格被大量未知值灌爆。先數清楚空值與 0 值，比事後看圖猜原因可靠。代價是會損失一批紀錄，如果那批剛好是某段時間的主要事件，分布形狀就會偏，所以我會把排除筆數印出來，跟原始筆數對照。

失效的地方有幾個。第一，有些目錄用負值或特定代碼表示未知，只擋 > 0 會漏掉。第二，淺源地震真的可能很淺，不能把所有 0 到 5 公里都當成錯誤，最好回頭看原始欄位定義。我自己踩過的坑是只清了空值，忘了 0，圖還是錯的，白跑一輪。

你們手上的目錄，深度未知是用空值、0，還是別的特殊代碼？