區間化一般化處理

K-anonymity（k-匿名）對維度不多的特定資料集是很不錯的隱私模型。將資料集轉換成 k-匿名表的兩大匿名化技巧是一般化（generalization）與抑制（suppression）。

在這個練習中，你要把一個滿意度評分的資料集轉成 3-匿名的表格，其中包含像是 satisfaction_rate 與 work_hours 這類可能敏感的屬性。有些組合出現次數少於 3。請修正它，讓 DataFrame 達到 3-匿名。

employees DataFrame 已可使用，k 的值為 3。