kayano/analyze_lab_placement_survey
1
0
Fork 0
forked from takahiro/analyze_lab_placement_survey
Code Pull Requests Activity

supports the output format for FY2026.

Browse Source
This commit is contained in:
Takahiro OHKUBO
2026-07-09 07:50:45 +09:00
parent b431e453ad
commit 0cac303159
2 changed files with 337 additions and 166 deletions
Download Patch File Download Diff File Expand all files Collapse all files
analyze_lab_placement_survey.py
+166 -117
View File
@@ -1,9 +1,79 @@
#!/usr/bin/env python
import numpy as np
import argparse
import re
import numpy as np
import pandas as pd
ZEN_TO_ASCII = str.maketrans("０１２３４５６７８９", "0123456789")
def z2a(s):
"""全角数字を半角数字に変換する。"""
return s.translate(ZEN_TO_ASCII)
def extract_values_from_body(body):
"""
研究室ごとの回答本文から GPA 値を取り出す。
- 「値 カウント」表がある場合は表を優先
- 表がない場合は 1 行 1 回答として読む
- 「編入生」は GPA としては読まない
- 「365（修正済）」のような値にも対応
"""
body = z2a(body)
# --------------------------------------------------
# Case 1: 「値 カウント」表がある場合
# --------------------------------------------------
m = re.search(r'^値\s+カウント\s*$', body, flags=re.MULTILINE)
if m:
table_part = body[m.end():]
count_rows = re.findall(
r'^\s*(-?\d+(?:\.\d+)?)\s+(\d+)\s*$',
table_part,
flags=re.MULTILINE
)
values = []
for value_str, count_str in count_rows:
value = float(value_str)
count = int(count_str)
values.extend([value] * count)
return values
# --------------------------------------------------
# Case 2: 回答値が1行ずつ並んでいる場合
# --------------------------------------------------
values = []
for line in body.splitlines():
line = line.strip()
if not line:
continue
if "編入生" in line:
values.append(0.0)
continue
if "この質問にはまだ回答がありません" in line:
continue
# 例: 365（修正済）
m = re.match(r'^(-?\d+(?:\.\d+)?)', line)
if m:
values.append(float(m.group(1)))
return values
def parse_google_form_results(text):
"""
Google Forms のアンケート結果をコピペしたテキストから、
@@ -11,21 +81,24 @@ def parse_google_form_results(text):
研究室番号 | 値
の DataFrame を生成する。
Parameters
----------
text : str
Google Forms 結果ページからコピーしたテキスト
Returns
-------
pandas.DataFrame
"""
# 「第一希希望研究室...」の集計部分は除外したいので、
# 最初の個別研究室ブロックから開始する
text = z2a(text)
# 「研究室第1希望」などの集計部分を除外し、
# 最初の個別研究室ブロックから開始する。
#
# 以下の両方に対応:
#
# 研究室1
# GP7 件の回答
#
# 研究室1
# 7 件の回答
m = re.search(
r'^研究室\s*[0-9０-９]+.*?\n[0-9０-９]+\s*件の回答',
r'^研究室\s*[0-9]+[^\n]*\n'
r'(?:[^\d\n]*?)'
r'[0-9]+\s*件の回答',
text,
flags=re.MULTILINE
)
@@ -37,80 +110,31 @@ def parse_google_form_results(text):
# 各研究室ブロックを取得
pattern = re.compile(
r'^研究室\s*([0-9０-９]+).*?\n'
r'([0-9０-９]+)\s*件の回答\s*\n'
r'^研究室\s*([0-9]+)[^\n]*\n'
r'(?:[^\d\n]*?)'
r'([0-9]+)\s*件の回答\s*\n'
r'(.*?)'
r'(?=^研究室\s*[0-9０-９]+.*?\n[0-9０-９]+\s*件の回答|\Z)',
r'(?='
r'^研究室\s*[0-9]+[^\n]*\n'
r'(?:[^\d\n]*?)'
r'[0-9]+\s*件の回答'
r'|\Z'
r')',
flags=re.MULTILINE | re.DOTALL
)
rows = []
for match in pattern.finditer(text):
lab_no_str = match.group(1)
n_answers_str = match.group(2)
lab_no = int(match.group(1))
n_answers = int(match.group(2))
body = match.group(3).strip()
# 全角数字対応
trans = str.maketrans("０１２３４５６７８９", "0123456789")
lab_no = int(lab_no_str.translate(trans))
n_answers = int(n_answers_str.translate(trans))
# 回答数 0 はスキップ
if n_answers == 0:
continue
# --------------------------------------------------
# Case 1:
# 「値 カウント」表がある場合
#
# 例:
# 値 カウント
# 300 2
# 350 2
# --------------------------------------------------
if re.search(r'^値\s+カウント\s*$', body, flags=re.MULTILINE):
table_part = re.split(
r'^値\s+カウント\s*$',
body,
maxsplit=1,
flags=re.MULTILINE
)[1]
values = extract_values_from_body(body)
count_rows = re.findall(
r'^\s*(-?\d+(?:\.\d+)?)\s+(\d+)\s*$',
table_part,
flags=re.MULTILINE
)
values = []
for value_str, count_str in count_rows:
value = float(value_str)
count = int(count_str)
values.extend([value] * count)
# --------------------------------------------------
# Case 2:
# 回答値が1行ずつ並んでいる場合
#
# 例:
# 210
# 333
# 300
# --------------------------------------------------
else:
values = []
for line in body.splitlines():
line = line.strip()
if re.fullmatch(r'-?\d+(?:\.\d+)?', line):
values.append(float(line))
# 回答数との整合性チェック
if len(values) != n_answers:
print(
f"警告: 研究室{lab_no}: "
@@ -125,61 +149,86 @@ def parse_google_form_results(text):
df = pd.DataFrame(rows)
# 整数値だけなら見やすくする
if not df.empty:
if (df["値"] % 1 == 0).all():
df["値"] = df["値"].astype(int)
if not df.empty and (df["値"] % 1 == 0).all():
df["値"] = df["値"].astype(int)
return df
if __name__ == "__main__":
import argparse
def summarize_by_lab(df):
"""研究室ごとの在校生数・編入生数・GPA平均・標準偏差を計算する。"""
par = argparse.ArgumentParser(description="test")
par.add_argument('googleform_str')
args = par.parse_args()
rows = []
# コピペしたテキストをファイルに保存しておく
with open(args.googleform_str, encoding="utf-8") as f:
text = f.read()
for lab_no in sorted(df["研究室番号"].unique()):
df_lab = df.loc[df["研究室番号"] == lab_no].copy()
df = parse_google_form_results(text)
df_r = pd.DataFrame()
for n in np.unique(df["研究室番号"]):
df_ = df.loc[df["研究室番号"] == n, :]
df__ = df_.loc[df_["値"] > 10, :]
ave, std = df__.mean(), df__.std()
df_r.loc[n, "在校生"] = df_.shape[0]
df_r.loc[n, "編入生"] = df_.shape[0] - df__.shape[0]
df_r.loc[n, "GPA mean"] = df__["値"].mean()
df_r.loc[n, "GPA std"] = df__["値"].std()
df_r[["在校生", "編入生"]] = df_r[["在校生", "編入生"]].astype(int)
# 表示用
df_show = df_r.copy()
df_show.index.name = "研究室"
df_show["GPA mean"] = df_show["GPA mean"].round(1)
df_show["GPA std"] = df_show["GPA std"].round(1)
print("-" * 52)
# 編入生は 0 として入れてある。
df_regular = df_lab.loc[df_lab["値"] > 10]
rows.append({
"研究室": lab_no,
"在校生": df_regular.shape[0],
"編入生": df_lab.shape[0] - df_regular.shape[0],
"GPA mean": df_regular["値"].mean(),
"GPA std": df_regular["値"].std(),
})
return pd.DataFrame(rows).set_index("研究室")
def print_summary(df, df_r):
print("-" * 52)
print("回答者数:", df.shape[0])
print(f"{'研究室':>6} "
print(
f"{'研究室':>6} "
f"{'在校生':>6} "
f"{'編入生':>6} "
f"{'GPA mean':>10} "
f"{'GPA std':>10}"
)
print("-" * 52)
for n, row in df_r.iterrows():
mean = f"{row['GPA mean']:.1f}"
std = "-" if pd.isna(row["GPA std"]) else f"{row['GPA std']:.1f}"
print(
f"{n:>6} "
f"{int(row['在校生']):>8} "
f"{int(row['編入生']):>8} "
f"{mean:>10} "
f"{std:>10}")
# outfile = __file__.replace(".py", ".xlsx")
# df.to_excel(outfile)
# print(f"{outfile} was created.")
for n, row in df_r.iterrows():
mean = "-" if pd.isna(row["GPA mean"]) else f"{row['GPA mean']:.1f}"
std = "-" if pd.isna(row["GPA std"]) else f"{row['GPA std']:.1f}"
print(
f"{n:>6} "
f"{int(row['在校生']):>8} "
f"{int(row['編入生']):>8} "
f"{mean:>10} "
f"{std:>10}"
)
def main():
parser = argparse.ArgumentParser(
description="Google Forms のコピペ結果から研究室別 GPA を集計する"
)
parser.add_argument("googleform_str", help="Google Forms からコピーしたテキストファイル")
parser.add_argument(
"-o", "--output",
help="Excel 出力ファイル名。指定しない場合は出力しない"
)
args = parser.parse_args()
with open(args.googleform_str, encoding="utf-8") as f:
text = f.read()
df = parse_google_form_results(text)
df_r = summarize_by_lab(df)
print_summary(df, df_r)
if args.output:
with pd.ExcelWriter(args.output) as writer:
df.to_excel(writer, sheet_name="raw")
df_r.to_excel(writer, sheet_name="summary")
print(f"{args.output} was created.")
if __name__ == "__main__":
main()