# バージョン5の説明 ## 要約 - ディレクトリ **1-1-16_5-31-17\_Weather** には1663個のファイルが含まれています（日本の1663の各気象観測所に1つずつ）。 - 名前が示す通り、このデータはコンペティションの **date\_info** ファイルと同じ日付範囲のものです。 - 観測所のファイル名が4つのアンダースコアと日付で終わる場合、その日付はその観測所が廃止された日を示します。 - 引き続きお読みください… ## 背景 このデータセットには、Recruit Restaurant Visitor Forecastingコンペティション（2017年11月28日から2018年2月6日まで有効）のデータが含まれています。
主な目的は、日本各地のレストランで行われた予約に関するデータと、レストランの場所やジャンル情報を使って、特定の日にレストランが迎える実際の客数を予測することです。 このデータセットは、上記のデータに、日本各地の気象に関する情報を追加することで、時間、地理、気象、そして美味しい食事に関する興味深い多面的なデータセットを作成しています。 このデータセットに興味を持っていただき、ありがとうございます！ ご提案、ご質問、または問題があれば、お知らせください！ ## 内容 このデータセットの核心は、以下のディレクトリに含まれるファイルで構成されています。 1-1-16_5-31-17_Weather（1663個の.csvファイル）： このディレクトリには、ディレクトリ名で示される期間（2016年1月1日から2017年5月31日まで）の翻訳された気象データが含まれています。
このディレクトリ内の各.csvファイルは(517, 15)の形状を持ち、以下の **weather\_stations** ファイルのid値に従って命名されています。
多くのnull値が見られる理由はいくつかあります。 - 主な理由は、異なるタイプの観測所/センサーが使用されており、一部のものは他のものほど多くのデータを収集しないことです。 - 疑わしいデータは、当局によって時々削除されます。 - 観測所が廃止された場合、その値はnullになります。 これらはすべての翻訳された気象ファイルの特徴です（自明でない特徴についての説明は、私は気象学者ではないので、誤解を与えたくないので省略します）。 - calendar_date \- 観測日、"yyyy-mm-dd"の形式です。 - avg_temperature（平均気温） - high_temperature（最高気温） - low_temperature（最低気温） - precipitation（降水量） - hours_sunlight（日照時間） - solar_radiation（日射量） - deepest_snowfall（最深積雪量） - total_snowfall（総降雪量） - avg_wind_speed（平均風速） - avg_vapor_pressure（平均蒸気圧） - avg_local_pressure（平均地表面気圧） - avg_humidity（平均湿度） - avg_sea_pressure（平均海面気圧） - cloud_cover（雲量） --- このデータセットには、気象観測所に関する以下の.csvファイルと、それらとコンペティションデータとの関係が追加されています。 weather\_stations.csv（1663, 8）： このファイルには、日本の1663の気象観測所の場所と廃止日が含まれています。 - id \- 観測所の都道府県、first_name、second_nameを "\_\_"（二重のアンダースコア）で結合したもの。 - 注：date_terminatedがnullでない場合、idは4つのアンダースコアとdate_terminatedの日付で終わります。 - prefecture \- この観測所が位置する都道府県（注1を参照） - first_name \- 場所を特定するために付けられた最初の名前（注2を参照） - second_name \- 場所を特定するために付けられた2番目の名前（注2を参照） - latitude \- 観測所の緯度、度、分、秒から小数点以下の度に変換されています。 - longitude \- 観測所の経度、度、分、秒から小数点以下の度に変換されています。 - altitude \- 観測所の標高 - date_terminated \- 観測所が廃止された場合、その廃止日（"yyyy-mm-dd"の形式）、そうでない場合はnull nearby\_active\_stations.csv（62, 8）： このファイルは、上記のweather\_stations.csvのサブセットで、以下の基準で選択されています。
    1) 観測所が廃止されていないこと、および
    2) 観測所が **air\_store\_info** または **hpg\_store\_info** の少なくとも1つの店舗に最も近い観測所であること。
ご覧の通り、ここには多くの重複があります。なぜなら、気象観測所は一般的に日本全体に散在している一方で、店舗の場所はいくつかの地域に集中している傾向があるからです。 列名と説明は **weather\_stations** のものと同じです。 feature\_manifest.csv（1663, 15）： このファイルには、各観測所の各気象特徴の「カバレッジ」に関する情報が含まれています。
idを除く以下の特徴のいずれかの値が0.0の場合、その観測所はその特徴に関するデータを収集していません。
idを除く以下の特徴のいずれかの値が1.0の場合、その観測所はその特徴に関するデータを毎日収集しています。 - id \- この気象観測所のid - avg_temperature \- この観測所でのこの特徴の非null値の割合 - high_temperature \- この観測所でのこの特徴の非null値の割合 - low_temperature \- この観測所でのこの特徴の非null値の割合 - precipitation \- この観測所でのこの特徴の非null値の割合 - hours_sunlight \- この観測所でのこの特徴の非null値の割合 - solar_radiation \- この観測所でのこの特徴の非null値の割合 - deepest_snowfall \- この観測所でのこの特徴の非null値の割合 - total_snowfall \- この観測所でのこの特徴の非null値の割合 - avg_wind_speed \- この観測所でのこの特徴の非null値の割合 - avg_vapor_pressure \- この観測所でのこの特徴の非null値の割合 - avg_local_pressure \- この観測所でのこの特徴の非null値の割合 - avg_humidity \- この観測所でのこの特徴の非null値の割合 - avg_sea_pressure \- この観測所でのこの特徴の非null値の割合 - cloud_cover \- この観測所でのこの特徴の非null値の割合 air\_station\_distances.csv（1663, 111）： このファイルには、すべての気象観測所からエアシステム内のすべての一意の緯度/経度のペアまでのビンセンティー距離が含まれています。 - station_id \- この気象観測所のid - station_latitude \- 観測所の緯度（小数点以下の度） - station_longitude \- 観測所の経度（小数点以下の度） - <