コンテキスト このデータセットには、私たちが日常的に使用するウェブサイトの基本情報の一部が含まれています。 この情報をスクレイピングする際に、私はRプログラミング、システム速度、メモリ使用量などについて多くを学び、ウェブスクレイピングにおける独自の領域を開拓しました。私のシステム（4GB RAM）でこのデータをスクレイピングするのに約4 - 5時間かかり、このプロジェクトを通じてアイデアを実現するのに約4 - 5日かかりました。 内容 このデータセットには、191の国それぞれから上位50位のサイトとそれらのトラフィック（グローバル）ランクが含まれています。ここで、country_rankはそのサイトの国内でのトラフィックランクを表し、traffic_rankはそのサイトのグローバルなトラフィックランクを表します。 ほとんどの列の意味はその名前から推測できるため、このデータセットを理解するのはかなり簡単です。ただし、いくつかの混乱する点があり、ここで説明したいと思います。 1) ほとんどの数値は文字形式になっているため、空白が含まれていることがあり、それをクリーニングする必要があるかもしれません。 2) 同じウェブサイトが複数の行に登場することがあります。例えば、Yahoo.comはこのデータセット内の179行に登場しています。これは、各国での異なる国内ランクによるものです。 3) このデータセットに提供されている情報は、2017年5月25日時点の191の国の上位50のウェブサイトに関するものであり、ランキングの動的な構造のため、将来的に変更される可能性があります。 4) 実際には、このデータセットには9550行（50 * 191行）ではなく9540行しか含まれていません。これは、10のウェブサイトに関する情報が入手できなかったためです。 PS: もしさらに質問があれば、ここにコメントしてください。私はその回答を上記のリストに追加します。 謝辞 他の人の助けがなければ、これを行うことはできませんでした。私はこの情報を、公開されている（誰でもアクセスできる）ウェブサイトからスクレイピングしました。 1) http://data.danetsoft.com/ 2) http://www.alexa.com/topsites **これらのサイトには大変感謝しています**。これらのサイトの所有者に、私が今日このデータセットに含めた情報を提供してくれたことに心から感謝します。 インスピレーション 私は、このデータセットを探索し、視覚化することで、各国のウェブサイトの属性の傾向を見つける余地がたくさんあると感じています。また、ウェブサイトの他の属性を独立変数として、トラフィック（グローバル）ランクを予測することも試せます。いずれにせよ、このデータセットはあなたの地域の人気サイトを見つけるのに役立ちます。