Part 1 データサイエンス100本ノック（構造化データ加工編）とは何か
1.1 データサイエンティストが必要とされる社会背景
1.2 100本ノックの狙い
1.3 100本ノックの問題構成とその意図
1.4 100本ノックの提供コンテンツ
1.5 本書の見方
Part 2 100本ノック環境のセットアップと利用方法
2.1 100 本ノック環境について
2.2 100本ノック環境を動かすために必要なリソースやソフトウェア
2.3 Dockerのインストール
2.4 Docker Desktopの起動
2.5 100本ノック環境の取得
2.6 100本ノック環境の起動
Part 3 データサイエンス100 本ノック［構造化データ加工編］
Chapter 1 列に対する操作
001 全項目指定 全項目を指定行数抽出する
002 列指定 特定の列を抽出する
003 列名変更 指定列の列名を変更する
Chapter 2 行に対する操作
004 単一条件 特定条件に合致する行を抽出（=、>、<）
005 複数条件 複数条件に合致する行を抽出する①
006 複数条件 複数条件に合致する行を抽出する②
007 範囲指定 複数条件に合致する行を抽出する③
008 不一致 特定条件に合致しない行を抽出する（!=）
009 補集合 ド・モルガンの法則で書き換える
Chapter 3 あいまい条件
010 前方一致 データの前方一致で条件指定する
011 後方一致 データの後方一致で条件指定する
012 部分一致 データの部分一致で条件指定する
013 前方一致 正規表現の前方一致で条件指定する
014 後方一致 正規表現の後方一致で条件指定する
015 部分一致 正規表現の部分一致で条件指定する
016 フォーマット一致 特定のデータ書式で条件指定する
Chapter 4 ソート
017 並び替え データを昇順に並べる
018 並び替え データを降順に並べる
019 順位 順位付けする（同一順位あり）
020 順位 順位付けする（同一順位なし）
Chapter 5 集計
021 カウント データの件数をカウントする
022 カウント データのユニーク件数をカウントする
023 合計 対象データの合計値を算出する
024 Max/Min 対象データの最大値を求める
025 Max/Min 対象データの最小値を求める
026 Max/Min 集計結果に対する条件指定で絞り込む
027 統計量 対象データの平均値を求める
028 統計量 対象データの中央値を求める
029 統計量 対象データの最頻値を求める
030 統計量 対象データの分散を求める
031 統計量 対象データの標準偏差を求める
032 統計量 データのパーセンタイル値を求める
033 統計量 統計量に対する条件指定で絞り込む
Chapter 6 副問合せ
034 検索結果からのサブクエリ 検索結果から集計する
035 条件指定でのサブクエリ 検索結果を条件指定に使った副問合せを行う
Chapter 7 結合
036 内部結合 トランザクションとマスタを内部結合する
037 内部結合 マスタ同士を内部結合する
038 左外部結合 左外部結合でデータを残す
039 完全外部結合 完全外部結合ですべてのレコードを残す
040 クロス結合 クロス結合ですべてのレコードの組合せを作成する
041 自己結合による時系列のずらし n件前のデータを結合する
042 自己結合による時系列のずらし 過去n件のデータを結合する
Chapter 8 縦横変換
043 縦から横への変換 縦持ちデータを横持ちデータに変換する
044 横から縦への変換 横持ちデータを縦持ちデータに変換する
Chapter 9 データ変換
045 日付型からの変換 日付型データを文字列データに変換する
046 日付型への変換 文字データを日付型データに変換する
047 日付型への変換 数値データを日付型データに変換する
048 日付型への変換 エポック秒（UNIX時間）を日付型データに変換する
049 日付要素の取り出し 日付データから特定の年だけ取り出す
050 日付要素の取り出し 日付データから特定の月だけ取り出す
051 日付要素の取り出し 日付データから特定の日だけ取り出す
052 二値化 数値データを二値（0と1）データに変換する
053 二値化 文字データを二値（0と1）データに変換する
054 カテゴリ化 テキストラベルからカテゴリデータを作成する
055 カテゴリ化 数値からカテゴリデータを作成する
056 カテゴリ化 件数の少ないカテゴリを適切なカテゴリに寄せる
057 カテゴリ化 カテゴリ同士を組合せた新たなカテゴリを作成する
058 ダミー変数化 ダミー変数（0と1）に変換する（カテゴリ型→ダミー変数）
Chapter 10 数値変換
059 正規化（z-score） 平均0、分散1に変換する
060 正規化（Min-Max normalization） 最小値0、最大値1に変換する
061 対数化 数値データを対数変換する（常用対数）
062 対数化 数値データを対数変換する（自然対数）
Chapter 11 四則演算
063 四則演算 数値を引き算する
064 四則演算 数値を割り算する
065 四則演算 除算結果に対して有効桁数未満を切り捨てる
066 小数の扱い 除算結果に対して有効桁数未満を四捨五入する
067 小数の扱い 除算結果に対して有効桁数未満を切り上げる
068 小数の扱い 乗算結果に対して有効桁数未満を切り捨てる
069 集計結果の演算 集計結果から割合を計算する
Chapter 12 日付型の計算
070 経過日数の計算 2つの日付から経過日数を計算する
071 経過日数の計算 2つの日付から経過月数を計算する
072 経過日数の計算 2つの日付から経過年数を計算する
073 経過時間の計算 2つの日付から経過時間をエポック秒で計算する
074 経過時間の計算 月曜日からの経過日数を計算する
Chapter 13 サンプリング
075 ランダム ランダムサンプリングを行う（単純無作為抽出）
076 層化 カテゴリの割合に応じたサンプリングを行う（層化抽出）
Chapter 14 外れ値・異常値
077 外れ値除外 統計的に外れ値を除外する（3σ外の除外）
078 外れ値除外 統計的に外れ値を除外する（IQR1.5倍）
Chapter 15 欠損値
079 欠損列状況確認 欠損値がある列を確認する
080 欠損レコード削除 欠損値があるレコードを削除する
081 数値補完（平均値） 平均値を用いて欠損値を補完する
082 数値補完（中央値） 中央値を用いて欠損値を補完する
083 数値補完（カテゴリごとの中央値） カテゴリごとに算出した中央値で欠損値を補完する
Chapter 16 除算エラー対応
084 0で代替 分母が欠損値や0の場合でも除算結果データを作成する
Chapter 17 座標データ
085 ジオコード 郵便番号からジオコードに変換する
086 ジオコード 経度緯度から距離を計算する
Chapter 18 名寄せ
087 完全一致 PK以外の項目を利用した名寄せを行う
088 変換データ作成 名寄変換データを作成する
Chapter 19 データ分割
089 レコードデータ ホールドアウト法によるデータの分割を行う
090 時系列データ 時系列データを分割する
Chapter 20 不均衡データ
091 アンダーサンプリング アンダーサンプリングにより不均衡データを調整する
Chapter 21 正規化・非正規化
092 正規化 第三正規形に正規化する
093 非正規化 第三正規形から非正規化する
Chapter 22 ファイル入出力
094 CSV出力（ヘッダ有り、コード変換なし） ヘッダ有無と文字エンコーディングを指定し、CSVファイルを作成する①
095 CSV出力（ヘッダ有り、UTF-8→SJIS） ヘッダ有無と文字エンコーディングを指定し、CSVファイルを作成する②
096 CSV出力（ヘッダ無し、コード変換なし） ヘッダ有無と文字エンコーディングを指定し、CSVファイルを作成する③
097 CSV入力（ヘッダ有り、コード変換なし） ヘッダ有無と文字エンコーディングを指定し、CSVファイルを読み込む①
098 CSV入力（ヘッダ無し、コード変換なし） ヘッダ有無と文字エンコーディングを指定し、CSVファイルを読み込む②
099 TSV出力（ヘッダ有り、コード変換なし） ヘッダ有無と文字エンコーディングを指定し、TSVファイルを作成する
100 TSV入力（ヘッダ有り、コード変換なし） ヘッダ有無と文字エンコーディングを指定し、TSVファイルを読み込む
Appendix Dockerを利用できない場合―CSVから100 本ノック環境を構築する方法
A.1 SQL用のデータ読み込み方法
A.2 Python用のデータ読み込み方法
A.3 Ｒ用のデータ読み込み方法
索引
