〚関心〛のスコア化方法｜22年ライフログ研究（論文解説①）【第4話】

　対象：2004/1/10～2025/8/20（7863日分）
　平均：1,966字/日
　最大：77,308字/日
　欠損：16.56%
　※欠測日のスコアについては，前７日間の加重移動平均により補正。

# 実際に使用したコードの一部を掲載します（簡略化）。
# chat_log_parser.py
import re # ★この行をファイルの先頭に追加します★
file_path = "20050112.txt"
try:
    with open(file_path, 'r', encoding='cp932') as f:
        first_line = f.readline()
        log_date = first_line[8:18] # 例: '2005/01/12'
        print(f"抽出した日付: {log_date}\n")
        print("----- ここから各メッセージの抽出結果 -----")
        all_chat_messages = []
        chat_line_pattern = re.compile(r'^(\d{2}:\d{2})\s+\((.*?)\)\s*(.*)$')
        for line in f:
            stripped_line = line.strip() # 行頭・行末の空白や改行を削除
            if not stripped_line: # 空白行はスキップ
                continue
            match = chat_line_pattern.match(stripped_line)
            if match:
                time = match.group(1)      # グループ1: 時刻
                speaker = match.group(2)   # グループ2: 話者
                message = match.group(3)   # グループ3: メッセージ本文
                all_chat_messages.append({
                    'Date': log_date,
                    'Time': time,
                    'Speaker': speaker,
                    'Message': message
                })
                print(f"日付: {log_date}, 時刻: {time}, 話者: {speaker}, メッセージ: {message}")
            else:
                print(f"警告: パターンにマッチしない行をスキップしました -> {stripped_line}")
        print(f"\n全{len(all_chat_messages)}件のメッセージをリストに格納しました。")
except FileNotFoundError:
    print(f"エラー: ファイル '{file_path}' が見つかりません。")
except Exception as e:
    print(f"ファイルの読み込み中にエラーが発生しました: {e}")

# 実際に使用したコードの一部を掲載します（簡略化）。
import pandas as pd
import re
main_data_path = "C:/Users/●●/chatlog_lifelog/Python/integrated_lifelog_data.csv"
dictionary_path = "C:/Users/●●/99_detail_emotion_word.csv"
try:
    df_integrated = pd.read_csv(main_data_path, encoding='utf-8-sig')
    df_dictionary = pd.read_csv(dictionary_path, encoding='utf-8-sig')
    print("統合データと辞書ファイルを読み込みました。")
    print(f"統合データの行数: {len(df_integrated)}行")
    print(f"辞書データの行数: {len(df_dictionary)}行")
    df_integrated['日付'] = pd.to_datetime(df_integrated['日付'], errors='coerce')
    df_dictionary['キーワード'] = df_dictionary['キーワード'].astype(str).fillna('')
except FileNotFoundError as e:
    print(f"エラー: 必要なファイルが見つかりません。パスを確認してください: {e.filename}")
    exit()
except Exception as e:
    print(f"データの読み込み中にエラーが発生しました: {e}")
    exit()
print("\n--- ワード辞書をPythonの辞書形式に変換します ---")
keyword_dict = df_dictionary.groupby('特定ジャンル')['キーワード'].apply(list).to_dict()
text_columns = ['総合テキスト']
print("\n--- 特定キーワード特化スコアの作成を開始します ---")
for genre, keywords in keyword_dict.items():
    pattern = '|'.join(keywords)
        for text_col in text_columns:
        score_col_name = f"{text_col}_{genre}_スコア"
        text_series = df_integrated[text_col].fillna('')
        df_integrated[score_col_name] = text_series.str.count(pattern, flags=re.IGNORECASE)
        print(f"'{genre}'関連スコアの作成が完了しました。")
print("\n--- 新しく作成されたスコア列の最初の5行（例） ---")
score_cols_to_show = [
    '日付', '総合テキスト_ごみ・廃棄物・一廃・産廃_スコア', '総合テキスト_インフレ・値上・物価高騰・物価上昇_スコア'
]
existing_cols_to_show = [col for col in score_cols_to_show if col in df_integrated.columns]
print(df_integrated[existing_cols_to_show].head())
output_path_with_keywords = main_data_path.replace('.csv', '_with_detail_emotion_scores.csv')
df_integrated.to_csv(output_path_with_keywords, index=False, encoding='utf-8-sig')
print(f"\n新しく追加されたスコアを含むデータを '{output_path_with_keywords}' に保存しました。")
print("このデータを今後の分析にご利用ください。")

「友人」の関心偏差値71の日のログ抜粋（当時23歳）

--------2008/08/21 00:00:00 ログを開始
2008/8/21　木　19:51　私　　○○市に受かったぞ!
2008/8/21　木　19:52　私　　来年から川崎に住みます
2008/8/21　木　19:52　友人　おお
2008/8/21　木　19:52　友人　やったな
2008/8/21　木　19:52　友人　川崎ってどこだ？
2008/8/21　木　19:52　友人　横浜の辺り？
2008/8/21　木　19:52　私　　横浜と東京の間。
2008/8/21　木　19:52　私　　ギリギリ神奈川県
2008/8/21　木　19:52　友人　なるほど
--------2008/08/22 00:00:00 ログを終了

※匿名加工済