#+TITLE: 研究室配属希望調査 解析スクリプト #+AUTHOR: Takahiro Ohkubo #+OPTIONS: toc:2 num:nil * 概要 Google Forms で実施した3年生の研究室配属希望調査について、結果画面から コピーしたテキストを解析し、研究室ごとの希望者数と GPA の統計量を集計する Python スクリプトです。 Google Forms の管理者権限がなく CSV を直接取得できない場合でも、結果画面の テキストをコピーしてファイルに保存すれば解析できます。 主な処理内容: - Google Forms の結果テキストから研究室番号を抽出 - 各研究室の回答値を抽出 - 在校生と編入生を分類 - 研究室ごとの希望者数を集計 - 在校生 GPA の平均値と標準偏差を計算 - 必要に応じて元データと集計結果を Excel に保存 * 必要な環境 Python 3 と以下のパッケージが必要です。 - numpy - pandas - openpyxl Conda を使う場合: #+begin_src sh conda install numpy pandas openpyxl #+end_src * 入力データ Google Forms の結果画面に表示されたテキストをコピーし、テキストファイル として保存します。 例: #+begin_example googleform.txt #+end_example 研究室ごとの回答は、例えば以下の形式を想定しています。 #+begin_example 研究室10(極限環境材料科学研究室) 7 件の回答 380 288 300 375 280 310 359 #+end_example Google Forms の表示によっては、回答数の前に =GP= が付く場合にも対応します。 #+begin_example 研究室10 GP7 件の回答 236 377.5 292 1.8 385 350 #+end_example * 回答値の形式 ** 1行1回答の形式 通常は各回答値が1行ずつ並びます。 #+begin_example 研究室1 GP7 件の回答 260 181 395 340 396 380 365 #+end_example 小数値にも対応します。 #+begin_example 348.3 377.5 403.51 #+end_example 値の後ろに注記がある場合も、行頭の数値を読み取ります。 #+begin_example 365（修正済） #+end_example この場合は =365= として処理します。 ** 編入生 回答が =編入生= の場合は、内部的に 0 として扱います。 #+begin_example 研究室2 GP6 件の回答 編入生 217 248 350 342 360 #+end_example この例では、 - 在校生: 5人 - 編入生: 1人 として集計します。 ** 値 / カウント形式 同じ値が複数回出現する場合、Google Forms の表示によっては 「値 / カウント」形式になることがあります。 #+begin_example 値 カウント 300 2 350 2 370 1 380 1 #+end_example この場合、カウント数に応じて値を展開します。 例えば、 #+begin_example 300 2 350 2 #+end_example は内部的に、 #+begin_example 300 300 350 350 #+end_example として処理されます。 Google Forms のグラフ表示からコピーした際に、表の前に連結した数字列が 含まれることがあります。 #+begin_example 19423023625427427734435036037001231 (8.3%)... 値 カウント 194 1 230 1 236 1 254 1 274 1 277 1 344 1 350 1 360 3 370 1 #+end_example この場合は「値 / カウント」表を優先して使用し、表より前のグラフ由来の 文字列は無視します。 * 実行方法 #+begin_src sh ./analyze_lab_assignment_survey.py googleform.txt #+end_src * 出力 実行すると、研究室ごとの集計結果を標準出力に表示します。 #+begin_example ---------------------------------------------------- 回答者数: 98 研究室 在校生 編入生 GPA mean GPA std ---------------------------------------------------- 1 7 0 345.1 50.7 2 5 1 303.4 63.0 3 7 0 351.6 69.0 6 7 0 354.0 32.9 #+end_example =GPA std= は標本標準偏差です。対象が1人の場合は =-= と表示します。 * 在校生と編入生の判定 解析時には、回答値について #+begin_src python df_lab["値"] > 10 #+end_src を満たす回答を在校生の GPA データとして扱います。 したがって、 - 値 > 10 : 在校生 - 値 <= 10 : 編入生 として分類します。 現在のスクリプトでは、文字列 =編入生= を内部的に =0= として保存するため、 この条件で編入生として分類されます。 * GPA の統計量 研究室ごとに在校生のみを抽出し、GPA の平均値と標準偏差を計算します。 平均値: #+begin_src python df_regular["値"].mean() #+end_src 標準偏差: #+begin_src python df_regular["値"].std() #+end_src =pandas.Series.std()= を使用するため、標準偏差は標本標準偏差 （=ddof=1=）です。 * Excel 出力 =-o= または =--output= を指定すると、解析結果を Excel ファイルに保存します。 #+begin_src sh ./analyze_lab_assignment_survey.py googleform.txt -o result.xlsx #+end_src Excel ファイルには以下のシートを作成します。 - =raw= : 抽出した研究室番号と回答値 - =summary= : 研究室ごとの集計結果 * 対応している入力形式 以下の形式に対応します。 - =研究室1= などの研究室番号 - 全角数字を含む研究室番号 - =7 件の回答= - =GP7 件の回答= - 整数値 - 小数値 - =365（修正済）= のような注記付き数値 - =編入生= - 「値 / カウント」表 - Google Forms のグラフ由来の連結数字列 * 注意事項 - 入力テキストは Google Forms の表示形式に依存します。 - Google Forms のコピー形式が変わった場合、正規表現の修正が必要になる可能性があります。 - 編入生の判定は「値が10以下」という運用上の仮定に基づきます。 - GPA が実際に10以下となるデータ形式では判定条件を変更してください。 - 回答値の誤入力は自動修正しません。 - 回答数と抽出数が一致しない場合は警告を表示します。 - 回答数が0件の研究室は出力しません。