(農業)情報工学・課題 (2019/10/10)
今回の課題は、エクセルを使って、実際のデータを対象にした処理を行ってみる。
- ソーティングと抽出
データ：不動産情報（小田急線・京王線沿線）
- データの連結（CSVデータなので、右クリックで「保存」してから利用する。）
データ１：イネ品種と形質データ
データ２：イネ品種の解説データ
これは、イネのゲノム全域と形質との分析を行ったZhaoの研究データである。http://www.ricediversity.org/data/index.cfm
- エクセルデータの編集
エクセルの少し進んだ使い方をマスターしてほしい。
1)ソーティングとフィルタリング(抽出)
ソーティングとは並べ替えの事である。エクセルにはソート機能とフィルタ機能があるので、まずその機能を学習する。
サンプルデータとして不動産情報を用いたので、次の操作をしてみよう。
- 賃料でソートする。（賃料の列に移動し、A->Zアイコンをクリック）
元に戻すのは、物件番号でソート。（または、[元に戻る」ボタン）
- 築年月の新しい順番にクリック。（ソートアイコンのZ->Aをクリック）
- 複数の条件でソーティングする。「データ」メニューから「並べ替え」を選び、条件を複数指定する。
例：最寄り駅で並べ替え、条件を追加し、駅徒歩で並べ替えてみよう。
- フィルタを有効にする。(漏斗アイコンのクリック、又は、「データ」メニューの「フィルタ」をクリック)
- 行見出しで、いろいろと試して見る。
金額の欄では、○○以上、○○以下。などの表示が可能である。また、フィルタのクリアをすると、全数表示できる。
- 沿線を「京王線」にして、賃料が8万円台の物件を表示する。
賃料8万円台とは、8万円以上9万円未満である。
- 駅からの徒歩10分未満で、賃料と管理費を合計して8万円未満の物件を捜してみよう。
管理費の右側に「月額」という列を挿入する。そして月額の欄では、賃料+管理費を計算する。フィルタはその月額に対して実施する。
【課題1】
- 奇数番目の座席の人が「不動産屋さん」、その右側の人が「お客さん」となる。
座席の配置によっては、左側の人とペアになる。
- お客さんは、不動産屋産に対し、このワークシートに基づいて、希望物件の条件を示す。但し、お客差はPCを操作しない。
- 不動産屋産は、演習のワークシートの中から、お客さんの希望に近い物件を検索して提示する。
適当な物件が見つからない場合には、再度、要望を聞き取って、調整する。
- ワークシートを提出する。（出席表を兼ねる）
- 参考：小田急線と京王線の特徴
- 小田急の路線図
- 京王線の路線図
２）データの結合と欠測値の取り扱い
Excelで非常に強力なVlookup関数を利用する。これは、表参照関数と呼ばれるもので、データベースの検索キーの様に利用する事ができる。また、欠測値のある場合の平均値などを計算する。
利用データは、イネのゲノム全域で形質との関連分析を行った際に用いたZhaoの研究データである。http://www.ricediversity.org/data/index.cfm但し、今回利用するのはゲノム部分では無く、品種名と品種毎の形質（表現形）の部分である。
データ１：イネ品種と形質データ
データ２：イネ品種の解説データ
データ２には、データ１に含まれている品種の解説が入っている。共通IDは、NSFTVIDである。そのため、NSFTVIDに基づいて、データ１の表にデータ2の表から、Accession.Name(品種名)とCountry.of.origin(原産国名)を取り入れる。その手順を以下に示す。
- データ１とデータ２をエクセルで開く。
- データ１のC2セルで「ウィンドウ枠の固定」（ウィンドウメニューから）を行う。（便利なので・・）
- データ1をエクセルのワークシートとして「保存」する。データ処理の途中に誤操作やPCの不調でデータを失う確率を減少できる。なお、ワークシート(xlsx）として保存する。
- データ１のAM列とAN列の見出しを、それぞれ、Accession.Name Country.of.originとする。（データ2からコピペする。）
- データ２をキー列の要素で昇順にソートしておく。（具体的にはNSFTVID列でA->Z とソートすることである。）
- データ１のAccession.Nameを、NSFTVIDをキーにして、データ2から取り込む。
即ち、AM2のセルで、Vlookup関数を用いる事になる。【検索値】はデータ1のNSFTVID値、【範囲】がデータ１のNSFTVID列とAccession.Name列、Country.of.origin列である。【列】が、今回利用するAccession.Name列なので、２。なお、範囲は絶対指定すること。
具体例：=VLOOKUP(B2,Variety.csv!$C$1:$E$414,2, false)
- AM2のセルが正常に表示されたら、オートフィルで、最下行まで式をコピー。
- AN2は、データ２から引用するのが、Country.of.origin列なので、列番号が３となる。
具体例：=VLOOKUP(B2,Variety.csv!$C$1:$E$414,3, false)
- 同様に最下行までオートフィルする。
- 最後に数的形質の統計量を取ってみよう。平均、最大、最小、分散、データ個数（NA以外の個数）などを計算する。
ここでは欠測値があるのでデータ個数を計算する時はcountif()関数を用いる。
【課題2】
- 日本原産とインド原産の品種に関して、統計量を取ってみよう。平均、最大、最小、分散、データ個数、を計算する。
【課題3】
平成３０年度産のコメに関する、次の3つのエクセルのワークシートがある。
このうち、01のワークシートを加工して、次のようにせよ。（やり方は各人にまかせる）
なお、食味ランキングは、都道府県が細分されている場合があるが、01のワークシートで産地が分割されていない場合には、その都道府県産のものはすべて特Aとして扱うことにする。
また、この表の中身を吟味して、米の銘柄、価格、ランキングに関して、自分なりの分析を加えよ。また、分析の結果、得られた知見（エビデンス）を述べ、それに対する、自分なりの意見や感想を書き込むこと。ワークシート内にテキストボックスで書き込むと良い。
【例】ランキング1位のコシヒカリについて、産地ごとの価格ランキングを出す。
得られた知見：「新潟魚沼産の価格は他の産地より○○％高かった。」
意見・感想：「新潟では、他の銘柄米を入手するのは難しいかもしれない。粘り多い米でチャーハンを作るのは大変そうだ。」
【課題の実施に当たって】
- エクセルで作成すること。(エクセルの演習でもある)
- ワークシートには、適宜名前を付ける。ファイル名は、大文字でも小文字でも良いが、必ず、半角にすること。
- 以上を、ITC-LMSの課題に提出すること。
- 提出期限は、11月30日とする。
健闘を祈る。
【参考】
- 様々なグラフの作成
- ピボットテーブルの利用
- グループ化と3D集計と統合
- マクロの実例