上巻 第3章 練習問題

上巻 第3章 練習問題#

ここでは、 本書の学習内容の定着 を目的とした練習問題を掲載します。 解答・解説は「解答例」ページを参照してください。 なお、問題の性質上、本書で取り上げた処理と重複することがあります。 ご了承ください。

前提#

以下のように、ライブラリのインポート、変数の定義、およびデータの読み込みが完了していることを前提とします。

Hide code cell content 
# 必要なライブラリのインポート
import pandas as pd
from pathlib import Path

# データ格納ディレクトリのパス
DIR_IN = Path("../../../data/cm/input")

# ファイル名の定義
FN_CE = "cm_ce.csv"
FN_CC_CRT = "cm_cc_crt.csv"

# データの読み込み
df_ce = pd.read_csv(DIR_IN / FN_CE)

基礎 問題1：データの先頭行の確認#

関連セクション: マンガデータの基礎分析

データ分析では、まずデータの中身を目で見て確認することが大切です。 df_ceの先頭10行を表示し、どのような列が含まれているかを確認してください。

ヒント

  • データフレームの先頭行を表示するには head() メソッドを使用します

  • 本文では引数なしで先頭5行を表示しましたが、引数に数値を指定すると表示行数を変更できます（例: head(3) で3行）

基礎 問題2：データの形状と記述統計量の確認#

関連セクション: マンガデータの基礎分析

データの全体像を把握するために、データの行数・列数や、数値列の記述統計量を確認することが重要です。 df_ceの行数と列数を確認し、さらに数値列の記述統計量（平均、標準偏差、最小値、最大値など）を表示してください。

ヒント

  • データフレームの行数・列数は shape 属性で確認できます（例: df.shape）

  • 数値列の記述統計量は describe() メソッドで取得できます

標準 問題3：特定の雑誌に絞った記述統計量#

関連セクション: マンガデータの基礎分析

データ全体の統計量を確認した後は、特定の条件で絞り込んだデータの特徴を確認してみましょう。 df_ceから「週刊少年マガジン」（mcname列が"週刊少年マガジン"）のデータのみを抽出し、その記述統計量を表示してください。

ヒント

  • 条件に合致する行を抽出するには、ブールインデックスを使用します（例: df[df["列名"] == "値"]）

  • 抽出したデータに対して describe() メソッドを適用します

  • 他の雑誌名には「週刊少年マガジン」「週刊少年サンデー」「週刊少年チャンピオン」があります

標準 問題4：特定の列に絞ったユニーク値の確認#

関連セクション: マンガデータの基礎分析

データに含まれるカテゴリの種類を把握することも、基礎分析の重要なステップです。 df_ceからmcname（雑誌名）とccname（作品名）の2列を選択し、それぞれのユニーク値の数を確認してください。

ヒント

  • 複数の列を選択するには df[["列名1", "列名2"]] の形式を使用します

  • ユニーク値の数は nunique() メソッドで確認できます

  • 他の列の組み合わせ（例: ["miname", "cename"]）でも試してみましょう

標準 問題5：欠損値の確認#

関連セクション: マンガデータの基礎分析

データ分析の重要なステップとして、欠損値の状態を把握することが挙げられます。 df_ceに含まれる欠損値の合計数を、列ごとに集計して表示してください。

ヒント

  • 欠損値の確認には .isna() メソッドと .sum() メソッドを組み合わせます

  • .isna() は各セルが欠損値かどうかをTrue/Falseで返し、.sum() で列ごとの合計を算出します

標準 問題6：雑誌ごとの平均ページ数#

関連セクション: マンガデータの基礎分析

「データの全体像の把握」から一歩踏み込み、カテゴリごとの特徴を深掘りしてみましょう。 df_ceを用いて、マンガ雑誌（mcname）ごとの1話あたりの平均ページ数（pages）を算出してください。 結果は数値が見やすいように、平均ページ数の多い順にソートして表示しましょう。

ヒント

  • カテゴリごとの集計には .groupby() メソッドを使用します

  • 平均値の算出には .mean() メソッドを使用します

  • ソートには .sort_values() メソッドを使用します

発展 問題7：巻頭カラー作品の傾向分析#

関連セクション: マンガデータの基礎分析

マンガ雑誌において、巻頭（雑誌の最初の方）に掲載される作品ほど、人気や注目度が高い傾向があります。 本章で定義した page_start_position 列を活用して、この仮説を検証してみましょう。

  • 掲載位置が雑誌全体の先頭5%以内（page_start_position が0.05以下）にある各話データを抽出してください

  • 抽出したデータの中で4色カラー（four_colored が True）である各話の割合を算出してください

ヒント

  • 条件による行の抽出にはブールインデックスを使用します（例: df[df["col"] <= 0.05]）

  • ブール値の列の平均を取ると、True の割合が得られます

Contents