0人もデータに入れる

analyze_lab_placement_survey.py

@@ -1,11 +1,16 @@
 #!/usr/bin/env python
+
 import argparse
 import re
+
 import numpy as np
 import pandas as pd
 
 
-ZEN_TO_ASCII = str.maketrans("０１２３４５６７８９", "0123456789")
+ZEN_TO_ASCII = str.maketrans(
+    "０１２３４５６７８９",
+    "0123456789",
+)
 
 
 def z2a(s):
@@ -15,11 +20,11 @@ def z2a(s):
 
 def extract_values_from_body(body):
     """
-    研究室ごとの回答本文から GP 値を取り出す。
+    研究室ごとの回答本文からGP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
+    - 表がない場合は1行1回答として読む
-    - 「編入生」は GP としては読まない
+    - 「編入生」はGPとしては読まず、内部値0として扱う
     - 「365（修正済）」のような値にも対応
     """
 
@@ -28,17 +33,23 @@ def extract_values_from_body(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*$", body, flags=re.MULTILINE)
+    m = re.search(
+        r"^値\s+カウント\s*$",
+        body,
+        flags=re.MULTILINE,
+    )
 
     if m:
         table_part = body[m.end():]
 
         count_rows = re.findall(
-            r"^\s*(-?\d+(?:\.\d+)?)\s+(\d+)\s*$", table_part,
+            r"^\s*(-?\d+(?:\.\d+)?)\s+(\d+)\s*$",
-            flags=re.MULTILINE
+            table_part,
+            flags=re.MULTILINE,
         )
 
         values = []
+
         for value_str, count_str in count_rows:
             value = float(value_str)
             count = int(count_str)
@@ -65,7 +76,11 @@ def extract_values_from_body(body):
             continue
 
         # 例: 365（修正済）
-        m = re.match(r"^(-?\d+(?:\.\d+)?)", line)
+        m = re.match(
+            r"^(-?\d+(?:\.\d+)?)",
+            line,
+        )
+
         if m:
             values.append(float(m.group(1)))
 
@@ -74,25 +89,31 @@ def extract_values_from_body(body):
 
 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、
+    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。
+    のDataFrameを生成する。
+
+    回答者が0人の研究室についても、
+
+        研究室番号 | NaN
+
+    という行を作成してDataFrameに残す。
     """
 
     text = z2a(text)
 
-    # 「研究室第1希望」などの集計部分を除外し、
+    # 「第一希望研究室」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:
+    # 以下の両方に対応する。
     #
     # 研究室1
-    # GP7 件の回答
+    # GP7件の回答
     #
     # 研究室1
-    # 7 件の回答
+    # 7件の回答
     m = re.search(
         r"^研究室\s*[0-9]+[^\n]*\n"
         r"(?:[^\d\n]*?)"
@@ -106,7 +127,7 @@ def parse_google_form_results(text):
 
     text = text[m.start():]
 
-    # 各研究室ブロックを取得
+    # 各研究室ブロックを取得する。
     pattern = re.compile(
         r"^研究室\s*([0-9]+)[^\n]*\n"
         r"(?:[^\d\n]*?)"
@@ -128,41 +149,105 @@ def parse_google_form_results(text):
         n_answers = int(match.group(2))
         body = match.group(3).strip()
 
+        # 回答者が0人の研究室もDataFrameに残す。
+        #
+        # 編入生を表す内部値0と区別するため、
+        # 回答者なしはNaNで表現する。
         if n_answers == 0:
+            rows.append(
+                {
+                    "研究室番号": lab_no,
+                    "値": np.nan,
+                }
+            )
             continue
 
         values = extract_values_from_body(body)
 
         if len(values) != n_answers:
-            print(f"警告: 研究室{lab_no}: 回答数={n_answers}, 抽出数={len(values)}")
+            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})
+            rows.append(
+                {
+                    "研究室番号": lab_no,
+                    "値": value,
+                }
+            )
 
-    df = pd.DataFrame(rows)
+    df = pd.DataFrame(
+        rows,
+        columns=["研究室番号", "値"],
+    )
 
-    if not df.empty and (df["値"] % 1 == 0).all():
+    if df.empty:
-        df["値"] = df["値"].astype(int)
+        return df
+
+    # すべての有効値が整数の場合は、NaNを保持できる
+    # pandasのnullable整数型Int64に変換する。
+    non_na_values = df["値"].dropna()
+
+    if (
+        not non_na_values.empty
+        and (non_na_values % 1 == 0).all()
+    ):
+        df["値"] = df["値"].astype("Int64")
 
     return df
 
 
 def summarize_by_lab(df):
-    """研究室ごとの在校生数・編入生数・GP平均・標準偏差を計算する。"""
+    """
+    研究室ごとの在校生数・編入生数・GP平均・標準偏差を計算する。
+
+    - NaNは回答者0人を表すため、人数には含めない
+    - 値が10より大きい回答を在校生として扱う
+    - 値が10以下の回答を編入生として扱う
+    """
+
+    required_columns = {
+        "研究室番号",
+        "値",
+    }
+
+    missing_columns = required_columns - set(df.columns)
+
+    if missing_columns:
+        raise KeyError(
+            "必須列がありません: "
+            + ", ".join(sorted(missing_columns))
+        )
 
     rows = []
 
     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_lab = df.loc[
+            df["研究室番号"] == lab_no
+        ].copy()
 
-        # 編入生は 0 として入れてある。
+        # 回答者0人を表すNaN行を除外する。
-        df_regular = df_lab.loc[df_lab["値"] > 10]
+        df_answers = df_lab.loc[
+            df_lab["値"].notna()
+        ].copy()
+
+        # 在校生と編入生を分類する。
+        df_regular = df_answers.loc[
+            df_answers["値"] > 10
+        ]
+
+        df_transfer = df_answers.loc[
+            df_answers["値"] <= 10
+        ]
 
         rows.append(
             {
                 "研究室": lab_no,
+                "回答者数": df_answers.shape[0],
                 "在校生": df_regular.shape[0],
-                "編入生": df_lab.shape[0] - df_regular.shape[0],
+                "編入生": df_transfer.shape[0],
                 "GP mean": df_regular["値"].mean(),
                 "GP std": df_regular["値"].std(),
             }
@@ -172,33 +257,59 @@ def summarize_by_lab(df):
 
 
 def print_summary(df, df_r):
-    print("-" * 52)
+    """研究室ごとの集計結果を端末に表示する。"""
-    print("回答者数:", df.shape[0])
-    print(f"{'研究室':>6} {'在校生':>6} {'編入生':>6} {'GP mean':>10} {'GP std':>10}")
-    print("-" * 52)
 
-    for n, row in df_r.iterrows():
+    # NaNは回答者0人の研究室を表すため数えない。
-        mean = "-" if pd.isna(row["GP mean"]) else f"{row['GP mean']:.1f}"
+    n_respondents = int(df["値"].notna().sum())
-        std = "-" if pd.isna(row["GP std"]) else f"{row['GP std']:.1f}"
+
+    print("-" * 66)
+    print("回答者数:", n_respondents)
 
     print(
-            f"{n:>6} "
+        f"{'研究室':>6} "
+        f"{'回答者':>8} "
+        f"{'在校生':>8} "
+        f"{'編入生':>8} "
+        f"{'GP mean':>10} "
+        f"{'GP std':>10}"
+    )
+
+    print("-" * 66)
+
+    for lab_no, row in df_r.iterrows():
+        mean = (
+            "-"
+            if pd.isna(row["GP mean"])
+            else f"{row['GP mean']:.1f}"
+        )
+
+        std = (
+            "-"
+            if pd.isna(row["GP std"])
+            else f"{row['GP std']:.1f}"
+        )
+
+        print(
+            f"{lab_no:>6} "
+            f"{int(row['回答者数']):>8} "
             f"{int(row['在校生']):>8} "
             f"{int(row['編入生']):>8} "
             f"{mean:>10} "
             f"{std:>10}"
         )
 
+    print("-" * 66)
+
 
 def apply_plot_style():
     """
-    論文図として使いやすい matplotlib の描画設定を適用する。
+    論文図として使いやすいmatplotlibの描画設定を適用する。
 
     仕様:
-    - seaborn や scienceplots には依存しない。
+    - seabornやscienceplotsには依存しない
-    - タイトルは付けず、軸ラベルと目盛だけで情報を伝える。
+    - タイトルは付けず、軸ラベルと目盛だけで情報を伝える
-    - フォントサイズ、線幅、余白、保存時 DPI を論文図向けに調整する。
+    - フォントサイズ、線幅、余白、保存時DPIを論文図向けに調整する
-    - カラーマップは既定で tab10 を使う。
+    - カラーマップは既定でtab10を使う
     """
 
     import matplotlib.pyplot as plt
@@ -209,7 +320,11 @@ def apply_plot_style():
             "savefig.dpi": 300,
             "savefig.bbox": "tight",
             "font.family": "sans-serif",
-            "font.sans-serif": ["Arial", "Helvetica", "DejaVu Sans"],
+            "font.sans-serif": [
+                "Arial",
+                "Helvetica",
+                "DejaVu Sans",
+            ],
             "font.size": 11,
             "axes.labelsize": 12,
             "axes.linewidth": 1.0,
@@ -232,14 +347,15 @@ def apply_plot_style():
 
 def filter_plot_data(data, lower=10, upper=None):
     """
-    GP の描画対象データを抽出する。
+    GPの描画対象データを抽出する。
 
     Parameters
     ----------
     data : pandas.DataFrame
         「研究室番号」と「値」列を持つデータフレーム。
     lower : float, default 10
-        この値より大きい回答を描画対象にする。既定値では編入生を除く。
+        この値より大きい回答を描画対象にする。
+        既定値では編入生と回答者なしのNaNを除く。
     upper : float or None, default None
         指定した場合、この値未満の回答だけを描画対象にする。
 
@@ -247,46 +363,76 @@ def filter_plot_data(data, lower=10, upper=None):
     -------
     pandas.DataFrame
         フィルタ後のデータ。元データは変更しない。
-
-    Raises
-    ------
-    KeyError
-        必須列が存在しない場合。
-    ValueError
-        フィルタ後に描画対象データが残らない場合。
     """
 
-    required_columns = {"研究室番号", "値"}
+    required_columns = {
-    missing_columns = required_columns - set(data.columns)
+        "研究室番号",
-    if missing_columns:
+        "値",
-        raise KeyError(f"必須列がありません: {', '.join(sorted(missing_columns))}")
+    }
+
+    missing_columns = required_columns - set(data.columns)
+
+    if missing_columns:
+        raise KeyError(
+            "必須列がありません: "
+            + ", ".join(sorted(missing_columns))
+        )
+
+    # NaNは比較結果がFalseになるため、ここで自動的に除外される。
+    df = data.loc[
+        data["値"] > lower,
+        ["研究室番号", "値"],
+    ].copy()
 
-    df = data.loc[data["値"] > lower, ["研究室番号", "値"]].copy()
     if upper is not None:
-        df = df.loc[df["値"] < upper].copy()
+        df = df.loc[
+            df["値"] < upper
+        ].copy()
 
     if df.empty:
-        raise ValueError("描画対象のデータがありません。lower/upper を確認してください。")
+        raise ValueError(
+            "描画対象のデータがありません。"
+            "lower/upperを確認してください。"
+        )
+
+    # matplotlib/numpyで扱いやすい通常のfloat型に変換する。
+    df["値"] = df["値"].astype(float)
 
     return df
 
 
 def make_histogram_bins(values, bin_width):
     """
-    GP ヒストグラム用のビン境界を作成する。
+    GPヒストグラム用のビン境界を作成する。
 
     仕様:
-    - 最小値側は bin_width の倍数に切り下げる。
+    - 最小値側はbin_widthの倍数に切り下げる
-    - 最大値側は bin_width の倍数に切り上げ、最大値が最後のビンに入るようにする。
+    - 最大値側はbin_widthの倍数に切り上げる
-    - bin_width は正の数でなければならない。
+    - 最大値が最後のビンに入るようにする
+    - bin_widthは正の数でなければならない
     """
 
     if bin_width <= 0:
-        raise ValueError("bin_width は正の数を指定してください。")
+        raise ValueError(
+            "bin_widthは正の数を指定してください。"
+        )
 
-    min_edge = np.floor(values.min() / bin_width) * bin_width
+    min_edge = (
-    max_edge = np.ceil(values.max() / bin_width) * bin_width + bin_width
+        np.floor(values.min() / bin_width)
-    return np.arange(min_edge, max_edge, bin_width)
+        * bin_width
+    )
+
+    max_edge = (
+        np.ceil(values.max() / bin_width)
+        * bin_width
+        + bin_width
+    )
+
+    return np.arange(
+        min_edge,
+        max_edge,
+        bin_width,
+    )
 
 
 def style_axis(ax, grid_axis="y"):
@@ -294,31 +440,51 @@ def style_axis(ax, grid_axis="y"):
     軸まわりの体裁を統一する。
 
     仕様:
-    - 上枠と右枠を消す。
+    - 上枠と右枠を消す
-    - 目盛を外向きにする。
+    - 目盛を外向きにする
-    - 指定軸方向に薄いグリッドを入れ、文字やデータ点と競合しない濃度にする。
+    - 指定軸方向に薄いグリッドを入れる
     """
 
     ax.spines["top"].set_visible(False)
     ax.spines["right"].set_visible(False)
-    ax.tick_params(direction="out", length=4, width=1)
+
-    ax.grid(axis=grid_axis, color="0.88", linewidth=0.8)
+    ax.tick_params(
+        direction="out",
+        length=4,
+        width=1,
+    )
+
+    ax.grid(
+        axis=grid_axis,
+        color="0.88",
+        linewidth=0.8,
+    )
+
     ax.set_axisbelow(True)
 
 
 def draw_lab_boxplot(ax, df, labs, color, rng):
     """
-    研究室別 GP 分布を箱ひげ図と実測点で描画する。
+    研究室別GP分布を箱ひげ図と実測点で描画する。
 
     仕様:
-    - 箱ひげ図は外れ値を非表示にし、実測点を重ねて全回答の分布を見せる。
+    - 箱ひげ図は外れ値を非表示にする
-    - 実測点には固定乱数の jitter を与え、同じ値の点の重なりを避ける。
+    - 実測点を重ねて全回答の分布を見せる
-    - x 軸のカテゴリ順は labs の順序に従う。
+    - 実測点には固定乱数のjitterを与える
+    - x軸のカテゴリ順はlabsの順序に従う
     """
 
-    positions = np.arange(1, len(labs) + 1)
+    positions = np.arange(
+        1,
+        len(labs) + 1,
+    )
+
     grouped_values = [
-        df.loc[df["研究室番号"] == lab, "値"].to_numpy(dtype=float) for lab in labs
+        df.loc[
+            df["研究室番号"] == lab,
+            "値",
+        ].to_numpy(dtype=float)
+        for lab in labs
     ]
 
     box = ax.boxplot(
@@ -327,17 +493,38 @@ def draw_lab_boxplot(ax, df, labs, color, rng):
         widths=0.55,
         patch_artist=True,
         showfliers=False,
-        medianprops={"color": "black", "linewidth": 1.2},
+        medianprops={
-        boxprops={"facecolor": color, "edgecolor": "black", "linewidth": 1.0},
+            "color": "black",
-        whiskerprops={"color": "black", "linewidth": 1.0},
+            "linewidth": 1.2,
-        capprops={"color": "black", "linewidth": 1.0},
+        },
+        boxprops={
+            "facecolor": color,
+            "edgecolor": "black",
+            "linewidth": 1.0,
+        },
+        whiskerprops={
+            "color": "black",
+            "linewidth": 1.0,
+        },
+        capprops={
+            "color": "black",
+            "linewidth": 1.0,
+        },
     )
 
     for patch in box["boxes"]:
         patch.set_alpha(0.55)
 
-    for x_position, values in zip(positions, grouped_values):
+    for x_position, values in zip(
-        jitter = rng.uniform(-0.16, 0.16, size=len(values))
+        positions,
+        grouped_values,
+    ):
+        jitter = rng.uniform(
+            -0.16,
+            0.16,
+            size=len(values),
+        )
+
         ax.scatter(
             np.full(len(values), x_position) + jitter,
             values,
@@ -348,53 +535,98 @@ def draw_lab_boxplot(ax, df, labs, color, rng):
             zorder=3,
         )
 
-    ax.set_xlim(0.4, len(labs) + 0.6)
+    ax.set_xlim(
+        0.4,
+        len(labs) + 0.6,
+    )
+
     ax.set_xticks(positions)
-    ax.set_xticklabels([str(lab) for lab in labs])
+
+    ax.set_xticklabels(
+        [str(lab) for lab in labs]
+    )
+
     ax.set_xlabel("Laboratory")
     ax.set_ylabel("GP")
 
 
-def annotate_target_values(ax, target_values, color):
+def annotate_target_values(
+    ax,
+    target_values,
+    color,
+):
     """
-    ヒストグラム上に対象研究室の GP を縦線と数値で示す。
+    ヒストグラム上に対象研究室のGPを縦線と数値で示す。
 
     仕様:
-    - 同じ GP 値は 1 本の線にまとめる。
+    - 同じGP値は1本の線にまとめる
-    - ラベルは軸上端の内側に置き、棒や軸ラベルとの重なりを避ける。
+    - ラベルは軸上端の内側に置く
-    - 近い値が複数ある場合はラベル高さを段階的にずらす。
+    - 近い値が複数ある場合はラベル高さをずらす
     """
 
-    unique_values = pd.Series(target_values).value_counts().sort_index()
+    unique_values = (
-    for i, (value, count) in enumerate(unique_values.items()):
+        pd.Series(target_values)
-        ax.axvline(value, color=color, lw=1.3, alpha=0.85, linestyle="--")
+        .value_counts()
-        label = f"{value:g}" if count == 1 else f"{value:g} x{count}"
+        .sort_index()
+    )
+
+    for i, (value, count) in enumerate(
+        unique_values.items()
+    ):
+        ax.axvline(
+            value,
+            color=color,
+            linewidth=1.3,
+            alpha=0.85,
+            linestyle="--",
+        )
+
+        if count == 1:
+            label = f"{value:g}"
+        else:
+            label = f"{value:g} x{count}"
+
         ax.text(
             value,
             0.96 - 0.11 * (i % 3),
             label,
             transform=ax.get_xaxis_transform(),
-            ha="center",
+            horizontalalignment="center",
-            va="top",
+            verticalalignment="top",
             rotation=90,
             color=color,
             fontsize=9,
-            bbox={"facecolor": "white", "edgecolor": "none",
+            bbox={
-                  "alpha": 0.75, "pad": 1.2},
+                "facecolor": "white",
+                "edgecolor": "none",
+                "alpha": 0.75,
+                "pad": 1.2,
+            },
         )
 
 
-def draw_gp_histogram(ax, df, target_values, bin_width, color, target_color):
+def draw_gp_histogram(
+    ax,
+    df,
+    target_values,
+    bin_width,
+    color,
+    target_color,
+):
     """
-    全研究室の GP ヒストグラムを描画する。
+    全研究室のGPヒストグラムを描画する。
 
     仕様:
-    - bin_width ごとの頻度を表示する。
+    - bin_widthごとの頻度を表示する
-    - 対象研究室の GP は点ではなく縦線で示し、全体分布内の位置を読みやすくする。
+    - 対象研究室のGPは縦線で示す
-    - 研究室別箱ひげ図と同じ主色を使い、対象研究室は tab10 の別色で強調する。
+    - 研究室別箱ひげ図と同じ主色を使う
     """
 
-    bins = make_histogram_bins(df["値"], bin_width)
+    bins = make_histogram_bins(
+        df["値"],
+        bin_width,
+    )
+
     ax.hist(
         df["値"],
         bins=bins,
@@ -405,74 +637,122 @@ def draw_gp_histogram(ax, df, target_values, bin_width, color, target_color):
     )
 
     if len(target_values) > 0:
-        annotate_target_values(ax, target_values, target_color)
+        annotate_target_values(
+            ax,
+            target_values,
+            target_color,
+        )
 
     ax.set_xlabel("GP")
     ax.set_ylabel("Frequency")
 
 
-def plot_data(data, lower=10, upper=None, target_lab=10, bin_width=10):
+def plot_data(
+    data,
+    lower=10,
+    upper=None,
+    target_lab=None,
+    bin_width=10,
+):
     """
-    研究室配属希望調査の GP 分布を描画する。
+    研究室配属希望調査のGP分布を描画する。
 
     Parameters
     ----------
     data : pandas.DataFrame
         「研究室番号」と「値」列を持つデータフレーム。
     lower : float, default 10
-        描画対象に含める GP の下限。値が lower より大きい回答だけを描く。
+        値がlowerより大きい回答だけを描く。
     upper : float or None, default None
-        描画対象に含める GP の上限。None の場合は上限を設けない。
+        GPの上限。Noneの場合は上限を設けない。
-    target_lab : int, default 10
+    target_lab : int, default None
-        ヒストグラム上で GP 値を縦線表示する研究室番号。
+        GP値を縦線表示する研究室番号。
     bin_width : float, default 10
         ヒストグラムのビン幅。
+
     Returns
     -------
-    tuple[matplotlib.figure.Figure, numpy.ndarray]
+    tuple
-        生成した Figure と 2 個の Axes。
+        生成したFigureと2個のAxes。
 
     仕様:
-    - matplotlib と pandas/numpy のみで描画する。
+    - matplotlibとpandas/numpyのみで描画する
-    - 図タイトルは付けない。
+    - 図タイトルは付けない
-    - 上段に研究室別の箱ひげ図と個別点、下段に全体 GP ヒストグラムを描く。
+    - 上段に研究室別箱ひげ図と個別点を描く
-    - 編入生は既定で除外するため、内部値 0 など lower 以下の値は描画しない。
+    - 下段に全体GPヒストグラムを描く
-    - 色は基本的に tab10 を使用する。
+    - 編入生および回答者なしのNaNは描画しない
     """
 
     import matplotlib.pyplot as plt
 
-    df = data.copy()
+    df = filter_plot_data(
-    df = filter_plot_data(df, lower=lower, upper=upper)
+        data.copy(),
-    labs = sorted(df["研究室番号"].unique())
+        lower=lower,
-    target_values = df.loc[df["研究室番号"] ==
+        upper=upper,
-                           target_lab, "値"].to_numpy(dtype=float)
+    )
+
+    labs = sorted(
+        df["研究室番号"].unique()
+    )
+
+    target_values = df.loc[
+        df["研究室番号"] == target_lab,
+        "値",
+    ].to_numpy(dtype=float)
 
     apply_plot_style()
+
     colors = plt.get_cmap("tab10").colors
-    rng = np.random.default_rng(20260709)
+
+    rng = np.random.default_rng(
+        20260709
+    )
 
     fig, axs = plt.subplots(
         2,
         1,
         figsize=(8.0, 6.2),
-        gridspec_kw={"height_ratios": [1.1, 1]},
+        gridspec_kw={
+            "height_ratios": [1.1, 1],
+        },
         constrained_layout=True,
     )
 
-    draw_lab_boxplot(axs[0], df, labs, colors[0], rng)
+    draw_lab_boxplot(
-    draw_gp_histogram(axs[1], df, target_values,
+        axs[0],
-                      bin_width, colors[0], colors[3])
+        df,
+        labs,
+        colors[0],
+        rng,
+    )
 
-    describe_text = df["値"].describe()
+    draw_gp_histogram(
-    describe_text = describe_text.to_string(float_format=lambda x: f"{x:.1f}")
+        axs[1],
-    # 下段ヒストグラムの右上に describe() を表示
+        df,
+        target_values,
+        bin_width,
+        colors[0],
+        colors[3],
+    )
+
+    describe_text = (
+        df["値"]
+        .describe()
+        .to_string(
+            float_format=lambda x: f"{x:.1f}"
+        )
+    )
+
+    # 下段ヒストグラムの左上にdescribe()を表示する。
     axs[1].text(
-        0.01, 0.99,                 # Axes 内の右上
+        0.01,
+        0.99,
         describe_text,
         transform=axs[1].transAxes,
-        ha="left", va="top", fontsize=8,
+        horizontalalignment="left",
-        fontfamily="monospace",     # 桁を揃える
+        verticalalignment="top",
+        fontsize=8,
+        fontfamily="monospace",
         bbox={
             "facecolor": "white",
             "edgecolor": "gray",
@@ -481,53 +761,115 @@ def plot_data(data, lower=10, upper=None, target_lab=10, bin_width=10):
         },
         zorder=1,
     )
+
     for ax in axs:
         style_axis(ax)
 
     plt.show()
+
     return fig, axs
 
 
+def make_output_filename(
+    input_filename,
+    extension,
+):
+    """
+    入力ファイル名の拡張子を変更した出力ファイル名を作る。
+    """
+
+    if "." in input_filename:
+        base = input_filename.rsplit(".", 1)[0]
+    else:
+        base = input_filename
+
+    return base + extension
+
+
 def main():
     parser = argparse.ArgumentParser(
-        description="Google Forms のコピペ結果から研究室別GPを集計する"
+        description=(
+            "Google Formsのコピペ結果から"
+            "研究室別GP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"
+        "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"
+        ),
     )
 
     parser.add_argument(
         "-p",
         "--plot",
         action="store_true",
-        help="各種plotを作成するかどうか。指定しない場合は作成しない。",
+        help=(
+            "各種plotを作成する。"
+            "指定しない場合は作成しない"
+        ),
     )
 
     args = parser.parse_args()
 
-    with open(args.googleform_str, encoding="utf-8") as f:
+    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).sort_values(by="GP mean", ascending=False)
     df_r = summarize_by_lab(df)
 
-    print_summary(df, df_r)
+    print_summary(
+        df,
+        df_r,
+    )
 
     if args.plot:
         fig, axs = plot_data(df)
-        fig.savefig(args.googleform_str.replace(".txt", ".png"), dpi=300)
+
-        print(args.googleform_str.replace(".txt", ".png"), "was created.")
+        plot_filename = make_output_filename(
+            args.googleform_str,
+            ".png",
+        )
+
+        fig.savefig(
+            plot_filename,
+            dpi=300,
+        )
+
+        print(
+            f"{plot_filename} was created."
+        )
 
     if args.output:
         with pd.ExcelWriter(args.output) as writer:
-            df.to_excel(writer, sheet_name="raw")
+            df.to_excel(
-            df_r.to_excel(writer, sheet_name="summary")
+                writer,
+                sheet_name="raw",
+                index=False,
+            )
 
-        print(f"{args.output} was created.")
+            df_r.to_excel(
+                writer,
+                sheet_name="summary",
+            )
+
+        print(
+            f"{args.output} was created."
+        )
 
 
 if __name__ == "__main__":