学業成績の分析

学業成績の分析#

in English or the language of your choice.

import pandas as pd
import matplotlib.pyplot as plt

# 警告メッセージを非表示
import warnings
warnings.filterwarnings("ignore")

授業の成績（優秀良可不可）とGP（Grade Point）を使った成績の分析を行う。成績表のコピーは神戸大学の「うりぼーネット」を用いる例を考えるが、Web上で成績表が表示されるのであればコードを少し修正するだけで分析が行えるであろう。

データの読み込み#

学生#

「うりぼー」→ 成績修得情報　→　成績表を選択しコピー

#ーーーーー dfに成績表を割り当てる ーーーーー

# df = pd.read_clipboard()
# df.head()

#ーーーーー csvに保存 ーーーーー

# df.to_csv('成績表20200708.csv')

#ーーーーー 保存先のフォルダの確認 ーーーーー

# %pwd

例#

例のファイルを使う場合。

df = pd.read_csv('https://raw.githubusercontent.com/Haruyama-KobeU/Py4Basics/master/data/data_for_mark.csv')
df

	No.	区分	科目大区分	科目中区分	科目ナンバー	科目	単位数	修得年度	修得学期	評語	科目GP	合否
0	1	全学共通授業科目	基礎教養科目	NaN	U1AA100	XX学	1	2020	前期	合格	-	合
1	2	全学共通授業科目	基礎教養科目	NaN	U1AA100	XX学	1	2020	前期	合格	-	合
2	3	全学共通授業科目	基礎教養科目	NaN	U1AA100	XX学	1	2020	前期	可	2	合
3	4	全学共通授業科目	基礎教養科目	NaN	U1AB100	XX学Ａ	1	2020	後期	秀	4.3	合
4	5	全学共通授業科目	基礎教養科目	NaN	U1AB100	XX学Ｂ	1	2019	後期	可	2	合
5	6	全学共通授業科目	基礎教養科目	NaN	U1AD100	X学Ａ	1	2019	後期	優	4	合
6	7	全学共通授業科目	基礎教養科目	NaN	U1AD100	X学Ｂ	1	2019	前期	秀	4.3	合
7	8	全学共通授業科目	基礎教養科目	NaN	U1AA100	X学	1	2018	前期	可	2	合
8	9	全学共通授業科目	基礎教養科目	NaN	U1AB100	X学Ａ	1	2018	後期	秀	4.3	合
9	10	全学共通授業科目	基礎教養科目	NaN	U1AB100	X学Ｂ	1	2018	後期	可	2	合
10	11	全学共通授業科目	基礎教養科目	NaN	U1AD100	X学Ａ	1	2018	後期	優	4	合
11	12	全学共通授業科目	基礎教養科目	NaN	U1AD100	X学Ｂ	1	2019	前期	秀	4.3	合
12	13	高度教養科目	高度教養科目	NaN	U1AA100	X学	1	2019	前期	可	2	合
13	14	高度教養科目	高度教養科目	NaN	U1AA100	X学	1	2019	前期	可	2	合
14	15	高度教養科目	高度教養科目	NaN	U1AA100	X学	1	2020	前期	優	4	合
15	16	専門科目	専門科目	NaN	U1AA100	XX学	2	2020	前期	可	2	合
16	17	専門科目	専門科目	NaN	U1AB100	XX学Ａ	1	2020	後期	秀	4.3	合
17	18	専門科目	専門科目	NaN	U1AB100	XX学Ｂ	4	2020	後期	可	2	合
18	19	専門科目	専門科目	NaN	U1AD100	X学Ａ	1	2019	後期	優	4	合
19	20	専門科目	専門科目	NaN	U1AD100	X学Ｂ	1	2019	前期	秀	4.3	合
20	21	専門科目	専門科目	NaN	U1AA100	X学	1	2019	前期	可	2	合
21	22	専門科目	専門科目	NaN	U1AB100	X学Ａ	2	2019	後期	秀	4.3	合
22	23	専門科目	専門科目	NaN	U1AB100	X学Ｂ	2	2018	後期	可	2	合
23	24	専門科目	専門科目	NaN	U1AD100	X学Ａ	2	2018	後期	優	4	合
24	25	専門科目	専門科目	NaN	U1AD100	X学Ａ	2	2018	後期	良	3	合
25	26	専門科目	専門科目	NaN	U1AD100	X学Ｂ	1	2018	前期	取消	-	NaN
26	27	専門科目	専門科目	NaN	U1AD100	X学Ｂ	1	2018	前期	不可	0	NaN
27	28	専門科目	専門科目	NaN	U1AD100	X学Ｂ	1	2018	前期	不可	*	否
28	29	専門科目	専門科目	NaN	U1AD100	X学Ｂ	1	2018	前期	取消	-	NaN
29	30	専門科目	専門科目	NaN	U1AD100	X学Ｂ	1	2018	前期	認定	-	合

列の内容の確認#

ステップ１：列のラベルの表示

col = df.columns
col

Index(['No.', '区分', '科目大区分', '科目中区分', '科目ナンバー', '科目', '単位数', '修得年度', '修得学期',
       '評語', '科目GP', '合否'],
      dtype='object')

for c in col:
    print(c)

No.
区分
科目大区分
科目中区分
科目ナンバー
科目
単位数
修得年度
修得学期
評語
科目GP
合否

ステップ２：それぞれの列の要素の種類を表示方法

df['区分'].unique()

array(['全学共通授業科目', '高度教養科目', '専門科目'], dtype=object)

スッテプ３：スッテプ１と２を同時に

for c in col[1:]:      # Noの列を除外
    x = df[c].unique()
    print(c, x)

区分 ['全学共通授業科目' '高度教養科目' '専門科目']
科目大区分 ['基礎教養科目' '高度教養科目' '専門科目']
科目中区分 [nan]
科目ナンバー ['U1AA100' 'U1AB100' 'U1AD100']
科目 ['XX学' 'XX学Ａ' 'XX学Ｂ' 'X学Ａ' 'X学Ｂ' 'X学']
単位数 [1 2 4]
修得年度 [2020 2019 2018]
修得学期 ['前期' '後期']
評語 ['合格' '可' '秀' '優' '良' '取消' '不可' '認定']
科目GP ['-' '2' '4.3' '4' '3' '0' '*']
合否 ['合' nan '否']

`DataFrame`の作成#

cond1 = ( df['区分']=='全学共通授業科目' )
cond2 = ( df['区分']=='高度教養科目' )
cond1or2 = ( cond1 | cond2)
cond3 = ( df['区分']=='専門科目' )

df_other = df.loc[cond1or2,:]
df_econ = df.loc[cond3,:]

len(df),len(df_other),len(df_econ)

(30, 15, 15)

全角文字を使わない方法

kubun = df.loc[:,col[1]]

kubun_arr = kubun.unique()
kubun_arr

array(['全学共通授業科目', '高度教養科目', '専門科目'], dtype=object)

cond1 = ( kubun==kubun_arr[0] )
cond2 = ( kubun==kubun_arr[1] )
cond1or2 = ( cond1 | cond2)
cond3 = ( kubun==kubun_arr[2] )

df_other = df.loc[cond1or2,:]
df_econ = df.loc[cond3,:]

len(df),len(df_other),len(df_econ)

(30, 15, 15)

全科目#

`f-string`#

f-stringを使うと文字列の{}の中の変数を評価して表示することが可能となる。

x='春山'
print(f'私は{x}ゼミに所属しています。')

私は春山ゼミに所属しています。

l = [1,2,3]
print(f'合計は{sum(l)}です。')

合計は6です。

優・秀・良・可・不可などの数#

簡単な方法#

value_counts()を使うと簡単になる。

df.loc[:,'評語'].value_counts()

評語
可     10
秀      7
優      5
合格     2
取消     2
不可     2
良      1
認定     1
Name: count, dtype: int64

表示を整理したい場合#

評語の種類

m = df.loc[:,'評語'].unique()
m

array(['合格', '可', '秀', '優', '良', '取消', '不可', '認定'], dtype=object)

mark = [m[2],m[3],m[4],m[1],m[0],m[-1],m[-2],m[-3]]
mark

['秀', '優', '良', '可', '合格', '認定', '不可', '取消']

for m in mark:
    print(m)

print('-'*7,'\n合計')

秀
優
良
可
合格
認定
不可
取消
------- 
合計

lst = []

for m in mark:
    
    cond = ( df['評語']==m )
    df0 = df.loc[cond,:]
    no = len(df0)
    lst.append(no)

lst

[7, 5, 1, 10, 2, 1, 2, 2]

lst = []

for m in mark:
    
    cond = ( df['評語']==m )
    df0 = df.loc[cond,:]
    no = len(df0)
    lst.append(no)
    
    print(m, no)

print('-'*7,'\n合計',sum(lst))

秀 7
優 5
良 1
可 10
合格 2
認定 1
不可 2
取消 2
------- 
合計 30

優・秀・良・可・不可などの％#

簡単な方法#

(
    100*df.loc[:,'評語'].value_counts(normalize=True)
).round(1)

評語
可     33.3
秀     23.3
優     16.7
合格     6.7
取消     6.7
不可     6.7
良      3.3
認定     3.3
Name: proportion, dtype: float64

表示を整理したい場合#

％だけを表示する。

lst = []

for m in mark:
    
    cond = ( df['評語']==m )
    df0 = df.loc[cond,:]
    percent = 100 * len(df0) / len(df)
    lst.append(percent)

lst

[23.333333333333332,
666666666666668,
3333333333333335,
333333333333336,
666666666666667,
3333333333333335,
666666666666667,
666666666666667]

％と評語も表示する。

lst = []

for m in mark:

    cond = ( df['評語']==m )
    df0 = df.loc[cond,:]
    percent = 100 * len(df0) / len(df)
    lst.append(percent)
    
    print(f'{m}: {percent}')
    
print('-'*30,f'\n合計: {sum(lst)}')

秀: 23.333333333333332
優: 16.666666666666668
良: 3.3333333333333335
可: 33.333333333333336
合格: 6.666666666666667
認定: 3.3333333333333335
不可: 6.666666666666667
取消: 6.666666666666667
------------------------------ 
合計: 100.00000000000001

小数点の表示を調整する。

lst = []

for m in mark:

    cond = ( df['評語']==m )
    df0 = df.loc[cond,:]
    percent = 100 * len(df0) / len(df)
    lst.append(percent)

    print(f'{m} {percent:.1f}')   # 小数点第ー位まで表示
    
print('-'*10,f'\n合計: {sum(lst):.0f}')  # 小数点は表示しない

秀 23.3
優 16.7
良 3.3
可 33.3
合格 6.7
認定 3.3
不可 6.7
取消 6.7
---------- 
合計: 100

%を追加し，表示も揃える。

lst = []

for m in mark:

    cond = ( df['評語']==m )
    df0 = df.loc[cond,:]
    percent = 100 * len(df0) / len(df)
    lst.append(percent)

    print(f'{m:\u3000<2}{percent:>5.1f}')  # ここを修正
    
print('-'*10,f'\n合計: {sum(lst):.0f}')

秀　 23.3
優　 16.7
良　  3.3
可　 33.3
合格  6.7
認定  3.3
不可  6.7
取消  6.7
---------- 
合計: 100

ここで「秀」など全角を使っているので\u3000が必要となる。

全学共通授業科目#

数#

df_other.loc[:,'評語'].value_counts()

評語
可     6
秀     4
優     3
合格    2
Name: count, dtype: int64

lst = []

for m in mark:
    
    cond = ( df_other['評語']==m )
    df0 = df_other.loc[cond,:]
    no = len(df0)
    lst.append(no)
    
    print(m,no)
    
print('-'*10,f'\n合計 {sum(lst)}')

秀 4
優 3
良 0
可 6
合格 2
認定 0
不可 0
取消 0
---------- 
合計 15

割合#

(
    100 * df_other.loc[:,'評語'].value_counts(normalize=True)
).round(1)

評語
可     40.0
秀     26.7
優     20.0
合格    13.3
Name: proportion, dtype: float64

lst = []

for m in mark:
    
    cond = ( df_other['評語']==m )
    df0 = df_other.loc[cond,:]
    percent = 100 * len(df0) / len(df_other)
    lst.append(percent)
    
    print(f'{m} {percent:.1f}')
    
print('-'*10,f'\n合計 {sum(lst):.0f}')

秀 26.7
優 20.0
良 0.0
可 40.0
合格 13.3
認定 0.0
不可 0.0
取消 0.0
---------- 
合計 100

専門科目#

df_econ.loc[:,'評語'].value_counts()

評語
可     4
秀     3
優     2
取消    2
不可    2
良     1
認定    1
Name: count, dtype: int64

lst = []

for m in mark:
    
    cond = ( df_econ['評語']==m )
    df0 = df_econ.loc[cond,:]
    no = len(df0)
    lst.append(no)
    
    print(m,no)
    
print('-'*10,f'\n合計 {sum(lst)}')

秀 3
優 2
良 1
可 4
合格 0
認定 1
不可 2
取消 2
---------- 
合計 15

(
    100 * df_econ.loc[:,'評語'].value_counts(normalize=True)
).round(1)

評語
可     26.7
秀     20.0
優     13.3
取消    13.3
不可    13.3
良      6.7
認定     6.7
Name: proportion, dtype: float64

lst = []

for m in mark:
    
    cond = ( df_econ['評語']==m )
    df0 = df_econ.loc[cond,:]
    percent = 100 * len(df0) / len(df_econ)
    lst.append(percent)
    
    print(f'{m} {percent:.1f}')
    
print('-'*10, f'\n合計 {sum(lst):.0f}')

秀 20.0

優 13.3
良 6.7
可 26.7
合格 0.0
認定 6.7
不可 13.3
取消 13.3
---------- 
合計 100

GPAの推移#

「科目GP」で記号がある行の削除#

科目GPの要素の種類

df.loc[:,'科目GP'].unique()

array(['-', '2', '4.3', '4', '3', '0', '*'], dtype=object)

全て文字列となっているので，-と*の記号が含まれない行だけから構成されるDataFrameを作成する。

後で「科目GP」のデータ型を変更する際に警告がでないようにメソッド.copy()を使いDataFrameのコピーを作成する。

gpa = df.query("科目GP not in ['-', '*']").copy()
gpa.head()

	No.	区分	科目大区分	科目中区分	科目ナンバー	科目	単位数	修得年度	修得学期	評語	科目GP	合否
2	3	全学共通授業科目	基礎教養科目	NaN	U1AA100	XX学	1	2020	前期	可	2	合
3	4	全学共通授業科目	基礎教養科目	NaN	U1AB100	XX学Ａ	1	2020	後期	秀	4.3	合
4	5	全学共通授業科目	基礎教養科目	NaN	U1AB100	XX学Ｂ	1	2019	後期	可	2	合
5	6	全学共通授業科目	基礎教養科目	NaN	U1AD100	X学Ａ	1	2019	後期	優	4	合
6	7	全学共通授業科目	基礎教養科目	NaN	U1AD100	X学Ｂ	1	2019	前期	秀	4.3	合

gpa['科目GP'].unique()

array(['2', '4.3', '4', '3', '0'], dtype=object)

データ型はobject（文字列）のままである。

属性.dtypesを使って確認することもできる。

gpa['科目GP'].dtypes

dtype('O')

Oはobject。

「科目GP」を浮動小数点に変更#

科目GPはobject（文字列）となっているので，メソッドastype()を使ってfloatに変換する。

gpa['科目GP'] = gpa['科目GP'].astype(float)

gpa.dtypes

No.         int64
区分         object
科目大区分      object
科目中区分     float64
科目ナンバー     object
科目         object
単位数         int64
修得年度        int64
修得学期       object
評語         object
科目GP      float64
合否         object
dtype: object

図示：毎年#

`groupby`#

groupbyはDataFrameやSeriesをグループ化し，グループ内の計算を簡単に行うことができる便利なメソッドである。「修得年度」でグループ化し，平均を計算する。

two_vars = ['単位数','科目GP']

gpa_grouped = gpa.groupby('修得年度')
gpa_mean = gpa_grouped[two_vars].mean()
gpa_mean

	単位数	科目GP
修得年度
2018	1.375000	2.6625
2019	1.100000	3.3200
2020	1.666667	3.1000

gpa_groupedはDetaFrameではないので注意しよう。
gpa_groupedにはmedian()，std()，var()，min()，max()などが使える。その他の属性・メソッドを確認。

図示#

方法１：横軸に文字列を使う

gpa_mean.indexを確認する。

gpa_mean.index

Index([2018, 2019, 2020], dtype='int64', name='修得年度')

これを使い横軸に使う文字列を作成する。

yr = [str(i) for i in gpa_mean.index]
yr

['2018', '2019', '2020']

plt.plot(yr,gpa_mean['科目GP'], 'o-')
pass

_images/39e50c68e684a6dcd2866301ff7949b77a0db7482c4e0403da3dbcac1b1d3363.png

方法２：plt.xticks()を使って

横軸を調整するために，gpa_meanのインデックスを確認。

yr = gpa_mean.index
yr

Index([2018, 2019, 2020], dtype='int64', name='修得年度')

xticks()を使って横軸の表示を指定する。

plt.plot('科目GP', 'o-', data=gpa_mean)
plt.xticks(yr)
pass

図示：前期後期毎#

「修得学期」の英語化#

「修得学期」の要素が日本語だと警告が出るため，メソッド.replace()を使って英語に変換する。replace()の引数は辞書で指定する。

キー：変更する対象の数値や文字列
値：変更後の数値や文字列

gpa['修得学期'] = gpa['修得学期'].replace({'前期':'1','後期':'2'})
gpa.head()

	No.	区分	科目大区分	科目中区分	科目ナンバー	科目	単位数	修得年度	修得学期	評語	科目GP	合否
2	3	全学共通授業科目	基礎教養科目	NaN	U1AA100	XX学	1	2020	1	可	2.0	合
3	4	全学共通授業科目	基礎教養科目	NaN	U1AB100	XX学Ａ	1	2020	2	秀	4.3	合
4	5	全学共通授業科目	基礎教養科目	NaN	U1AB100	XX学Ｂ	1	2019	2	可	2.0	合
5	6	全学共通授業科目	基礎教養科目	NaN	U1AD100	X学Ａ	1	2019	2	優	4.0	合
6	7	全学共通授業科目	基礎教養科目	NaN	U1AD100	X学Ｂ	1	2019	1	秀	4.3	合

`groupby`#

「修得年度」と「修得学期」でグループ化する。

gpa_grouped = gpa.groupby(['修得年度','修得学期'])
gpa_mean = gpa_grouped[two_vars].mean()
gpa_mean

		単位数	科目GP
修得年度	修得学期
2018	1	1.000000	1.000000
2018	2	1.500000	3.216667
2019	1	1.000000	3.150000
2019	2	1.250000	3.575000
2020	1	1.333333	2.666667
2020	2	2.000000	3.533333

図示#

横軸に文字列を使う。まずgpa_meanのインデックスを確認する。

gpa_mean.index

MultiIndex([(2018, '1'),
            (2018, '2'),
            (2019, '1'),
            (2019, '2'),
            (2020, '1'),
            (2020, '2')],
           names=['修得年度', '修得学期'])

これを使い横軸に使う文字列を作成する。

yr_half = [str(i[0])+'-'+str(i[1]) for i in gpa_mean.index]
yr_half

['2018-1', '2018-2', '2019-1', '2019-2', '2020-1', '2020-2']

plt.plot(yr_half, gpa_mean['科目GP'], marker='o')
pass

_images/764070a5c41378f19d8a30077c5d4c3428c6b4a5d6f9853cfd12c767c31d8935.png

学業成績の分析

Contents

学業成績の分析#

データの読み込み#

学生#

例#

列の内容の確認#

DataFrameの作成#

全科目#

f-string#

優・秀・良・可・不可などの数#

簡単な方法#

表示を整理したい場合#

優・秀・良・可・不可などの％#

簡単な方法#

表示を整理したい場合#

全学共通授業科目#

数#

割合#

専門科目#

GPAの推移#

「科目GP」で記号がある行の削除#

「科目GP」を浮動小数点に変更#

図示：毎年#

groupby#

図示#

図示：前期後期毎#

「修得学期」の英語化#

groupby#

図示#

`DataFrame`の作成#

`f-string`#

`groupby`#

`groupby`#