Pandasを使ったデータ分析の実践例 - やはりQiitaアドベントカレンダーの「企業・学校・団体」カテゴリーにはヘビーライカーが多かった

はじめに

Qiitaアドベントカレンダー2017 のランキングを見ていて気づいたことがありました。
それは 購読者数ランキングの上位はいろんなカテゴリーがあるのに、いいね数ランキングの上位は「企業・学校・団体」カテゴリーが独占状態 だということです。
不思議だったので Python の Pandas と Jupyter Notebook を使って色々と分析してみました。

調べたこと

主に２つの点を中心に調べてみました。

購読者数といいね数の関係

普通に考えれば購読者数が多ければそれだけいいね数も多くなるはずです。と思っていたのですが、ランキングを見る限りこのような関係は全くないように見えます。
この辺りをはっきりさせるために購読者数といいね数の相関関係を調べました。

「企業・学校・団体」カテゴリーについての仮説

とある「企業・学校・団体」のカレンダーにいいねしているユーザーを見ていたら、そのカレンダーの全記事にいいねしていることに気づきました。
このことから、「企業・学校・団体」カテゴリーのカレンダーでは大量にいいねしているユーザー＝「ヘビーライカー」の人数が多いのではないか、という仮説を立てました。
これを証明するべく上位カレンダーでのライカーの特徴を調べました。

データ収集

分析するためにはデータを収集しなくてはなりません。
今回の分析では以下のデータが必要です。

• カレンダーの情報
  • カテゴリー
  • 購読者数
  • いいね数
• カレンダーの各記事の情報
  • いいね数
  • いいねしているユーザー(ライカー)

カレンダーの情報はQiita APIでは取得できないので、カレンダーのページをクロール/スクレイピングしました。手順は以下の通りです。

1. カレンダー一覧ページ(https://qiita.com/advent-calendar/2017/calendars) からカレンダーのURLを取得する。
2. カレンダーページ(https://qiita.com/advent-calendar/2017/:calendar_id) から購読者数、いいね数、各投稿のURLを取得する。
3. 投稿のいいねしている人一覧ページ(https://qiita.com/:user_id/items/:item_id/likers) からいいねしている人のユーザー名を取得する。¹

実装はPython3.６で以下のライブラリを使用しました。

• Requests
  • Httpクライアントのライブラリ
• Beautiful Soup
  • HTMLをパースするためのライブラリ
• Click
  • コマンドラインツールをいい感じに作れるライブラリ
• tqdm
  • プログレスバーを表示するライブラリ

作ったものはgithubで公開してあります。
https://github.com/tag1216/qiita-adcal-crawler

収集したデータ

収集したデータはgistに公開してあります。
ファイルサイズが大きいのでブラウザで開くと重いです。必要な方はzipをダウンロードするかgit cloneして下さい。
https://gist.github.com/tag1216/10d6a9f73d9a092cc632a70fb6d80abb
https://gist.github.com/tag1216/10d6a9f73d9a092cc632a70fb6d80abb/archive/c9c947120cc54d44404cfab67d997dc9ec864237.zip

以下ファイルの先頭３行です。

calendars.tsv(594行、70KB)

year	calendar_id	title	url	category	participants_count	likes_count	subscribers_count
2017	haskell5	Haskell (その5) Advent Calendar 2017	https://qiita.com/advent-calendar/2017/haskell5	Programming Langs	5	23	0
2017	vivaldi	Vivaldiブラウザー Advent Calendar 2017	https://qiita.com/advent-calendar/2017/vivaldi	Web Technologies	1	3	0

items.tsv(14826行、1.9MB)

year	calendar_id	date	user_name	user_url	title	url
2017	haskell5	1	waddlaw	https://qiita.com/waddlaw	[翻訳]Haskell のパフォーマンスをデバッグする	https://haskell.e-bigmoon.com/posts/2017-12-27-haskell-performance-debugging
2017	haskell5	2	waddlaw	https://qiita.com/waddlaw	haddock に Grid Table 記法が追加されました	https://haskell.e-bigmoon.com/posts/2017-12-27-haddock-grid-table.html

likers.tsv(97085行、1.5MB)

year	calendar_id	date	user_name	user_url
2017	haskell5	4	takenobu-hs	https://qiita.com/takenobu-hs
2017	haskell5	4	makoraru	https://qiita.com/makoraru

分析

分析には以下を使用しました。

• Pandas
  • データ分析を行うためのライブラリ
• Jupyter Notebook
  • ブラウザ上でコードを実行して結果を表示できるツール

作ったNotebookはgistに公開しています。
https://gist.github.com/tag1216/0675f00fb0824270c1cf97e4d997c4bd

データが大きいせいかプレビューが表示されないことがあるので、その場合はnbviewerで見て下さい。
http://nbviewer.jupyter.org/gist/tag1216/0675f00fb0824270c1cf97e4d997c4bd

分析結果

それでは分析結果を見ていきましょう。

購読者ランキングといいね数ランキングの比較

各ランキングのTOP10がもう一方のランキングで何位なのかを確認しました。

pandasで順位を調べるにはrank()を使用します。

ranking = pd.DataFrame(calendars['category'])
ranking[['subscribers', 'likes']] = calendars[['subscribers_count', 'likes_count']].rank(ascending=False).astype(int)
ranking = ranking.reset_index()
display(ranking.set_index('subscribers').sort_index()[:10])
display(ranking.set_index('likes').sort_index()[:10])

購読者数ランキングTOP10

subscribers	calendar_id	category	likes
1	vscode	Editors	89
2	javascript	Programming Langs	32
2	chromium	Web Technologies	102
4	vue	Libraries	35
5	docker	DevOps	122
6	slack	Services	212
7	smart-speaker	IoT	15
8	vim	Editors	60
9	go	Programming Langs	50
9	vue2	Libraries	27

いいね数ランキングTOP10

likes	calendar_id	category	subscribers
1	fromscratch	Company	134
2	tis	Company	152
3	crowdworks	Company	218
4	livesense-gaku	Company	152
5	ateam-lifestyle	Company	258
6	musashino	Company	91
7	ex-mixi	Company	163
8	mixi	Company	136
9	litalico	Company	246
10	increments	Company	156

これだけを見ると購読者数といいね数には相関性があるとは思えませんが、まだ断定はできません。

カテゴリー別総計

カテゴリー毎にカレンダー数、購読者数、いいね数の合計と、購読者数/カレンダー数、いいね数/カレンダー数、いいね数/購読者数を計算しました。

category	cals	subs	likes	subs/cal	likes/cal	likes/sub
Academic	22	3015	2284	137	103	0.757546
Company	204	5934	56898	29	278	9.588473
Databases	9	570	492	63	54	0.863158
DevOps	19	1787	670	94	35	0.374930
Editors	10	1980	1068	198	106	0.539394
IoT	17	1795	2800	105	164	1.559889
Libraries	61	5656	7080	92	116	1.251768
Miscellaneous	63	2093	5255	33	83	2.510750
Mobile	13	1452	2306	111	177	1.588154
OS	6	548	379	91	63	0.691606
Programming Langs	89	8994	10690	101	120	1.188570
Services	40	3108	2184	77	54	0.702703
Web Technologies	40	3691	2909	92	72	0.788133

「企業・学校・団体」(Company)だけ値が突出しているのが目立ちます。カレンダー数が多いのでいいね数が多いのは当然ですが、1カレンダー当たりのいいね数、1購読者当たりのいいね数が多いのが気になります。

購読者数といいね数の相関関係

購読者数といいね数の相関関係を調べてみます。
pandasで2つの値の相関関係を調べるにはcorr()で相関係数を算出したり、散布図を出力したりします。

全カレンダーでの相関関係

まずは全カレンダーで相関係数と散布図を見てみます。

calendars[['likes_count', 'subscribers_count']].corr()

	corr
全体	0.196388

calendars.plot.scatter(figsize=(4, 4), x='subscribers_count', y='likes_count')

相関係数は低いし散布図も一見バラバラに見えるのですが、よく見ると縦に伸びるグループと横に伸びるグループがあるのがわかります。

先ほどのカテゴリー別総計で「企業・学校・団体」カテゴリーだけいいね数/購読者数の値が突出していたのでこれを色分けしてみます。
赤が「企業・学校・団体」、青がその他です。

colors = calendars['category'].apply(lambda x: 'red' if x == 'Company' else 'blue')
calendars.plot.scatter(figsize=(4, 4), x='subscribers_count', y='likes_count', color=colors)

見事に分かれました。

「企業・学校・団体」カテゴリーとそれ以外での相関関係

改めて「企業・学校・団体」カテゴリーとそれ以外を分けて相関係数と散布図を出してみます。

fig, ax = plt.subplots(1, 2, figsize=(8, 4))
calendars[calendars['category'] == 'Company'].plot.scatter(ax=ax[0], x='subscribers_count', y='likes_count', color='red')
calendars[calendars['category'] != 'Company'].plot.scatter(ax=ax[1], x='subscribers_count', y='likes_count', color='blue')

calendars.groupby(is_company)[['likes_count', 'subscribers_count']].corr()

is_company	corr
False	0.574489
True	0.462269

全体で計算するより高い値になりました。
この値なら購読者数といいね数は相関関係にあるといって良さそうですね。

いいね数上位カレンダー

ここからはいいね数トップ50のカレンダーのみを分析対象とします。

カテゴリー毎の件数は以下の通りです。

category	calendars
Academic	1
Company	35
IoT	2
Libraries	3
Miscellaneous	2
Mobile	2
Programming Langs	5

各カレンダーのいいね数、購読者数、いいね数、ライカーUU数、いいね数/購読者数、いいね数/ライカーUU数を算出します。
ライカーUU数とは、そのカレンダーをいいねしている人のユニークユーザー数のことです。
いいね数/ライカーUU数は、そのカレンダーをいいねしている人について、一人当たりいくつの記事にいいねしているかの平均値になります。

calendar_id	category	subs	likes	uu	likes/sub	likes/uu
fromscratch	Company	94	3065	526	32.606383	5.826996
tis	Company	80	3041	2105	38.012500	1.444656
crowdworks	Company	52	2476	1765	47.615385	1.402833
livesense-gaku	Company	80	2439	1799	30.487500	1.355753
ateam-lifestyle	Company	43	2389	1481	55.558140	1.613099
musashino	Company	133	2368	1522	17.804511	1.555848
ex-mixi	Company	76	1941	1528	25.539474	1.270288
mixi	Company	91	1909	1666	20.978022	1.145858
litalico	Company	45	1489	1050	33.088889	1.418095
increments	Company	79	1366	1070	17.291139	1.276636
livesense-kan	Company	50	1361	906	27.220000	1.502208
livesense-ji	Company	59	1353	827	22.932203	1.636034
kuso-app2017	Miscellaneous	186	1307	1200	7.026882	1.089167
basicinc	Company	28	1107	774	39.535714	1.430233
smart-speaker	IoT	421	1039	796	2.467933	1.305276
wacul	Company	15	1030	859	68.666667	1.199069
globis	Company	50	965	505	19.300000	1.910891
dmm2	Company	161	934	695	5.801242	1.343885
nttcom	Company	73	902	646	12.356164	1.396285
axe	Miscellaneous	62	892	781	14.387097	1.142125
justsystems	Company	28	796	734	28.428571	1.084469
cdatasoftware	Libraries	16	788	760	49.250000	1.036842
dwango	Company	156	745	601	4.775641	1.239601
m3	Company	27	739	446	27.370370	1.656951
fujitsu	Company	80	728	617	9.100000	1.179903
fringe81	Company	43	704	206	16.372093	3.417476
vue2	Libraries	395	653	508	1.653165	1.285433
lifull2	Company	31	638	494	20.580645	1.291498
lifull	Company	50	605	461	12.100000	1.312364
ut_ap	Company	49	601	573	12.265306	1.048866
math-and-computer	Academic	385	593	481	1.540260	1.232848
javascript	Programming Langs	487	589	335	1.209446	1.758209
hikkoshi	Company	31	567	208	18.290323	2.725962
dwango2	Company	110	560	433	5.090909	1.293303
vue	Libraries	460	554	431	1.204348	1.285383
firstserver	Company	18	542	286	30.111111	1.895105
retty	Company	44	537	365	12.204545	1.471233
firebase	Mobile	246	527	393	2.142276	1.340967
okinawarb	Company	9	500	484	55.555556	1.033058
toreta	Company	45	485	435	10.777778	1.114943
accounting_saas_japan	Company	16	467	80	29.187500	5.837500
vasily	Company	44	457	215	10.386364	2.125581
webassembly	Programming Langs	234	455	345	1.944444	1.318841
rust-lang	Programming Langs	267	444	210	1.662921	2.114286
lit-mentor	Company	45	441	148	9.800000	2.979730
swift	Programming Langs	239	433	279	1.811715	1.551971
ios	Mobile	198	429	229	2.166667	1.873362
a-t-brides	Company	26	422	157	16.230769	2.687898
iotlt_neo	IoT	104	408	331	3.923077	1.232628
go	Programming Langs	395	397	278	1.005063	1.428058

いいね数/UU

カレンダー毎のいいね数/UUのグラフです。

ヒストグラムで表示してみます。

ほぼ1〜2の範囲に収まっています。３を超えるものは異常値とみて良さそうですね。

cals[cals['likes/uu'] >= 3]

calendar_id	category	subs	likes	uu	likes/sub	likes/uu
fromscratch	Company	94	3065	526	32.606383	5.826996
fringe81	Company	43	704	206	16.372093	3.417476
accounting_saas_japan	Company	16	467	80	29.187500	5.837500

日別いいね数

各カレンダーの日別(記事別)いいね数のヒストグラムです。

ほとんどが100いいね程度まで、これを超えるのはバズった記事と言えそうです。これは普段の投稿と感覚的には同じですね。

カテゴリー毎の基本統計量

カテゴリー毎に日別いいね数の基本統計量を見てみます。
左からカテゴリー、記事件数、平均いいね数、標準偏差、最小いいね数、四分位点、最大いいね数です。

category	count	mean	std	min	25%	50%	75%	max
Academic	14.0	42.642857	55.556772	1.0	10.0	19.0	63.75	208.0
Company	758.0	54.098945	131.516465	1.0	11.0	18.0	32.75	1437.0
IoT	43.0	34.627907	84.698913	3.0	6.0	12.0	22.50	497.0
Libraries	52.0	39.019231	116.758086	1.0	3.0	8.5	18.25	754.0
Miscellaneous	25.0	88.600000	237.404718	3.0	5.0	10.0	24.00	1092.0
Mobile	37.0	26.810811	40.496802	4.0	8.0	15.0	27.00	241.0
Programming Langs	87.0	24.919540	33.193309	2.0	7.0	16.0	25.00	210.0

「企業・学校・団体」で特に目立った特徴は見当たりません。

カレンダー単位の基本統計量

カレンダー単位でみてみます。

calendar_id	count	mean	std	min	25%	50%	75%	max
fromscratch	25.0	123.560000	32.751692	95.0	104.00	112.0	131.00	248.0
tis	25.0	122.160000	226.398925	14.0	22.00	35.0	63.00	870.0
crowdworks	24.0	105.875000	280.889629	22.0	25.00	28.0	47.75	1402.0
livesense-gaku	25.0	98.880000	240.755464	6.0	20.00	26.0	35.00	901.0
ateam-lifestyle	25.0	96.120000	145.153459	18.0	28.00	34.0	70.00	585.0
musashino	22.0	107.863636	201.179923	21.0	31.25	53.0	90.50	983.0
ex-mixi	11.0	177.272727	249.809564	9.0	21.50	30.0	211.00	785.0
mixi	20.0	95.550000	316.941880	4.0	11.75	14.0	28.00	1437.0
litalico	24.0	62.250000	128.545796	13.0	17.00	19.0	25.50	573.0
increments	9.0	156.777778	191.897614	2.0	25.00	52.0	276.00	509.0
livesense-kan	25.0	54.600000	105.620389	9.0	18.00	22.0	29.00	455.0
livesense-ji	25.0	54.280000	95.060735	10.0	21.00	32.0	62.00	498.0
kuso-app2017	16.0	82.375000	269.519047	3.0	5.75	11.5	22.50	1092.0
basicinc	24.0	46.291667	82.673522	3.0	10.00	16.0	27.00	344.0
smart-speaker	23.0	46.913043	101.306875	6.0	12.50	19.0	31.50	497.0
wacul	23.0	44.913043	106.530795	1.0	3.50	8.0	20.00	381.0
globis	21.0	46.380952	57.926226	15.0	22.00	26.0	29.00	256.0
dmm2	20.0	46.900000	103.101840	5.0	9.25	14.0	28.00	470.0
nttcom	24.0	37.750000	77.884669	4.0	8.50	18.0	32.00	391.0
axe	9.0	99.666667	180.739453	3.0	3.00	8.0	51.00	503.0
justsystems	25.0	34.480000	134.730632	2.0	4.00	9.0	11.00	681.0
cdatasoftware	16.0	49.750000	187.803621	1.0	2.00	3.0	3.25	754.0
dwango	18.0	41.666667	59.978427	6.0	9.50	18.0	36.50	248.0
m3	24.0	30.916667	58.471038	9.0	11.00	15.0	23.00	300.0
fujitsu	21.0	34.714286	110.747976	2.0	4.00	9.0	18.00	517.0
fringe81	25.0	28.200000	9.451631	17.0	22.00	25.0	29.00	58.0
vue2	18.0	37.444444	77.196634	2.0	7.75	14.5	28.75	337.0
lifull2	25.0	25.560000	74.079394	3.0	5.00	7.0	11.00	375.0
lifull	23.0	25.652174	70.808711	3.0	6.00	9.0	15.00	349.0
ut_ap	18.0	35.222222	116.619823	1.0	5.50	7.5	8.75	502.0
math-and-computer	14.0	42.642857	55.556772	1.0	10.00	19.0	63.75	208.0
javascript	20.0	22.550000	27.169013	4.0	6.00	15.0	20.75	100.0
hikkoshi	25.0	22.720000	18.183142	9.0	15.00	18.0	23.00	103.0
dwango2	15.0	35.733333	62.419625	1.0	9.00	11.0	20.00	240.0
vue	18.0	31.055556	60.325073	2.0	7.25	11.0	31.25	265.0
firstserver	24.0	22.625000	33.732725	8.0	11.00	13.0	17.00	162.0
retty	25.0	21.680000	28.988101	3.0	6.00	11.0	17.00	130.0
firebase	19.0	29.421053	54.398035	4.0	9.00	12.0	19.50	241.0
okinawarb	3.0	167.333333	219.730138	8.0	42.00	76.0	247.00	418.0
toreta	18.0	27.000000	89.658174	1.0	3.25	5.0	8.00	386.0
accounting_saas_japan	25.0	18.800000	6.474308	13.0	16.00	17.0	19.00	43.0
vasily	23.0	20.000000	16.234083	7.0	11.00	13.0	19.50	67.0
webassembly	14.0	32.500000	54.023855	2.0	8.00	12.0	24.50	210.0
rust-lang	19.0	22.789474	15.820447	4.0	15.00	21.0	26.00	71.0
lit-mentor	24.0	18.416667	6.021098	5.0	15.00	18.0	23.00	32.0
swift	18.0	24.555556	26.417958	2.0	5.25	14.5	37.75	98.0
ios	18.0	24.055556	18.001543	6.0	9.50	17.5	30.25	65.0
a-t-brides	25.0	17.000000	14.352700	8.0	12.00	15.0	16.00	84.0
iotlt_neo	20.0	20.500000	59.847614	3.0	4.00	5.5	10.50	274.0
go	16.0	24.187500	41.153726	4.0	7.75	14.0	22.00	175.0

先ほどの３つのカレンダーが今回も特徴的な値を示しています。

• 最小値が大きい
• 最大値が小さい
• 標準偏差が小さい(いいね数のばらつきが小さい)

最小いいね数

各カレンダーの最小いいね数です。
fromscratchだけ95というダントツの異常値を出しているのでグラフ最大値は30までにしてあります。

likes_by_date.groupby(level=0, sort=False)['item_likes'].min()[:50].plot.barh(figsize=(4, 10), color=colors, xlim=(0, 30)).invert_yaxis()

「企業・学校・団体」のカレンダーに大きい値が目立ちます。

ライカー別いいね数

ライカー毎にそのカレンダーのいくつの記事にいいねしているかを集計した結果です。

likes_by_user = pd.DataFrame(likers.loc[cals.index].groupby('calendar_id')['user_name'].value_counts().rename('likes'))
likes_by_user = likes_by_user.join(cals['category'])
likes_by_user[:3]

calendar_id	user_name	likes	category
a-t-brides	ueki05	24	Company
a-t-brides	nishio1873	23	Company
a-t-brides	rf_p	22	Company

上の最終行はa-t-bridesのカレンダー内でrf_pというユーザーが22件の記事にいいねしているということです。

ヒストグラムを表示してみます。Y軸は対数です。

likes_by_user.plot.hist(logy=True, bins=50)

1カレンダー当たり1〜5件程度の記事にいいねしている人が最も多いですが、20〜25件の記事にいいねしている人もそこそこいるようです。

ヘビーライカーの割合

先ほどのライカー別いいね数を更にいいね数で集計します。

uu_by_likes = likes_by_user.groupby('calendar_id')['likes'].value_counts(sort=False).rename('uu').reset_index('likes')
uu_by_likes['likes_total'] = uu_by_likes['likes'] * uu_by_likes['uu']

uu_by_likes = pd.DataFrame(uu_by_likes).join(cals[['category', 'likes']].rename(columns={'likes': 'cal_likes'}))
uu_by_likes = uu_by_likes.sort_values(['cal_likes', 'likes'], ascending=[False, True]).set_index('likes', append=True)
uu_by_likes = uu_by_likes.drop('cal_likes', axis=1)

uu_by_likes[:3]

calendar_id	likes	uu	category	cal_likes	likes_total
fromscratch	1	341	Company	3065	341
fromscratch	2	52	Company	3065	104
fromscratch	3	8	Company	3065	24

上の最終行はfromscratchのカレンダー内で３つの記事にいいねしている人が８人いて、この人たちのいいね数合計が8x3=24ということです。
これを円グラフにすることでいいね数が多いユーザー＝ヘビーライカーの割合を視覚化できます。

「企業・学校・団体」とその他

「企業・学校・団体」とその他でのヘビーライカーの割合です。
色の濃い部分がヘビーライカーを表してます。
赤が「企業・学校・団体」、その他が青、左がライカー数、右がいいね数合計です。

uu_by_likes.loc[uu_by_likes['category'] == 'Company'].groupby('likes')[['uu', 'likes_total']].sum().plot.pie(subplots=True, figsize=(12, 6), colormap='Reds', legend=None)
uu_by_likes.loc[uu_by_likes['category'] != 'Company'].groupby('likes')[['uu', 'likes_total']].sum().plot.pie(subplots=True, figsize=(12, 6), colormap='Blues', legend=None)

ライカー数では違いがわかりませんが、いいね数合計で見ると「企業・学校・団体」のほうがヘビーライカーの影響が大きいことがわかります。

カレンダー毎のヘビーライカーの割合

次はカレンダー毎に見ていきます。
まずはライカー数の割合です。

fig, ax = plt.subplots(5, 10, figsize=(12, 6))
for axes, (calendar_id, df) in zip(ax.flatten(), uu_by_likes.groupby(level=0, sort=False)['uu']):
    colormap = 'Reds' if is_company[calendar_id] else 'Blues'
    df.plot.pie(ax=axes, title=calendar_id, colormap=colormap, labels=None)
    axes.get_yaxis().set_visible(False)

ヘビーライカーが多いカレンダーがいくつか存在します。

カレンダー毎のヘビーライカーいいね数合計の割合

いいね数割合です。

fig, ax = plt.subplots(5, 10, figsize=(12, 6))
for axes, (calendar_id, df) in zip(ax.flatten(), uu_by_likes.groupby(level=0, sort=False)['likes_total']):
    colormap = 'Reds' if is_company[calendar_id] else 'Blues'
    df.plot.pie(ax=axes, title=calendar_id, colormap=colormap, labels=None)
    axes.get_yaxis().set_visible(False)

ライカー数で見るより特徴が顕著に現れました。ヘビーライカーによるいいね数が3/4以上というカレンダーも存在しますね。

わかったこと

• 購読者数といいね数の関係
  • 購読者数といいね数は相関関係にあり、購読者が多ければいいね数も多い
  • 「企業・学校・団体」カテゴリーは購読者一人当たりのいいね数が多い
• 「企業・学校・団体」カテゴリーの特徴
  • 1カレンダー当たりのいいね数が多い
  • 1購読者当たりのいいね数が多い
  • 最小いいね数が大きい
• 「企業・学校・団体」カテゴリーの一部カレンダーの特徴
  • 1ライカー当たりのいいね数が多い
  • 記事別いいね数のばらつきが小さい
  • ヘビーライカーによるいいね数への影響が大きい

考察

「企業・学校・団体」カテゴリーの購読者には、その組織に所属している人が多いのでしょう。そういう人たちは内容に関わらず同僚の記事はひいき目にいいねすると思うので、結果的にヘビーライカーが多くなりいいね数が伸びるのではないでしょうか。

感想

Pandas と Jupyter Notebook を使ったのは今回がほぼ初めてです。
今までこういうことをやるのは Excel や Googleスプレッドシート でピボットテーブルやグラフを作っていました。それと比べると格段にやりやすいですね。
でもPandasは覚えたてなのでまだ使いこなせていない所もあり、もっと簡単に書けたりわかりやすくビジュアライズできる所もあるかもしれません。
この辺りはこれから徐々に覚えていきたいと思います。

1. カレンダーのいいね数ランキングは12月1日から1月4日までにいいねされた数を対象としていますが、投稿のいいねしている人一覧ページには対象外のライカーも含まれます。このため、ランキングのいいね数とは若干異なる値になります。 ↩