first commit
This commit is contained in:
Executable
+183
@@ -0,0 +1,183 @@
|
||||
#!/usr/bin/env python
|
||||
import numpy as np
|
||||
import re
|
||||
import pandas as pd
|
||||
|
||||
|
||||
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、
|
||||
|
||||
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
|
||||
m = re.search(
|
||||
r'^研究室\s*[0-9０-９]+.*?\n[0-9０-９]+\s*件の回答',
|
||||
text,
|
||||
flags=re.MULTILINE
|
||||
)
|
||||
|
||||
if not m:
|
||||
raise ValueError("個別研究室ブロックが見つかりません")
|
||||
|
||||
text = text[m.start():]
|
||||
|
||||
# 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'(.*?)'
|
||||
r'(?=^研究室\s*[0-9０-９]+.*?\n[0-9０-９]+\s*件の回答|\Z)',
|
||||
flags=re.MULTILINE | re.DOTALL
|
||||
)
|
||||
|
||||
rows = []
|
||||
|
||||
for match in pattern.finditer(text):
|
||||
lab_no_str = match.group(1)
|
||||
n_answers_str = 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]
|
||||
|
||||
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}: "
|
||||
f"回答数={n_answers}, 抽出数={len(values)}"
|
||||
)
|
||||
|
||||
for value in values:
|
||||
rows.append({
|
||||
"研究室番号": lab_no,
|
||||
"値": value
|
||||
})
|
||||
|
||||
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)
|
||||
|
||||
return df
|
||||
|
||||
|
||||
if __name__ == "__main__":
|
||||
import argparse
|
||||
|
||||
par = argparse.ArgumentParser(description="test")
|
||||
par.add_argument('googleform_str')
|
||||
args = par.parse_args()
|
||||
|
||||
# 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()
|
||||
|
||||
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(
|
||||
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.")
|
||||
Reference in New Issue
Block a user