個人ページ
N班ゼミ
進捗状況 †
ゼミより抜粋
項目名を出現する地自体ごとにカウントした。
1つの自治体だけに使われている項目名は削除した。
2つの自治体だけのものも削除していよさそうだ。
➡ 2つの自治体だけのものも
全体CSVより抽出：
times_all_619_no_extract.csv- 2896個項目名
- 変なデータがあり(項目名として妥当ではないか)
- Unnamed: 0,1,2,3…(52,51,47個等自治体)
- 男.1,男.2,男.3,男.4,男.5,男.6…,女.1,女.2,女.3,女.4,女.5,女.6...(8,9個等自治体)
- 0-4歳の男性,0-4歳の女性,5-9歳の男性,5-9歳の女性,10-14歳の男性,10-14歳の女性,15-19歳の男性,15-19歳の女性...(6個等自治体)
- 1歳,2歳,3歳,4歳,5歳,6歳,7歳,8歳,9歳,10歳...(3,4,5個等自治体)
- 数字関連：3,600,1,217、 - .1,-.30,-.31,-.32,―.2,―.3(3個等自治体)、70〜74(5個等自治体),○.1,○.2,○.3,○(4,5個等自治体)
- 年、月、日付、年度、時間：2016年(3個等自治体)、201604(13個自治体)、23年度(5個等自治体)、２月～９月(13個等自治体)、H16～H22(4個等自治体)、6時,7時～21時(3個自治体)
- 県名：宮城県、秋田県、山形県、栃木県(3個等自治体)
- 事業所数.27～35(3個等自治体)
- 除外処理する必要である
- 正規表現で除外
re.search('^[Ａ-ＺA-Za-zａ-ｚⅠ-Ⅹ0-9０-９%％×,，.．:：\"’〜～―ー－−‐○〇…〒 -]+$',item)#記号・英語・数字等
re.search('^[0-9０-９①-⑳歳年月日男女.]+$',item)#特殊文字
- 上記の正規表現で除外したデータ(項目名):1434個項目名
➡上記より
re.search('.+[0-9０-９]$',item)
![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
