ゲームソフトの売上げ本数のデータを分析してみる２【python】

2022年9月24日 19:13

前回のゲームソフトの売上げ本数のデータから、引き続き色々と調べます。

Jupyter Notebookでファイルを開きます。

import pandas as pd                                   
df = pd.read_csv("C:\\Users\\csv_file\\vgsales.csv")    # csvファイルの読込

では機種別の売上げから見ていきましょう。
PlatformでPS3だけを抽出して、PS3のランキングを作成。

df.drop("Rank",axis=1,inplace=True)　　             # "Rank"の列を削除
df[df["Platform"] == "PS3"]               　        # "Platform"の"PS3"を抽出
df_ps3 = df[df["Platform"] == "PS3"]　              # 抽出したdfをdf_ps3に
df_ps3.sort_values("Global_Sales", ascending=False) # "Global_Sales"を降順に並べ替え
df_ps3

インデックスを順位として、見るために振り直します。

import numpy as np                                  # numpyをインポート
df_ps3.index = np.arange(1, len(df_ps3)+1)          # indexを1から
df_ps3.head(10)                                     # 上から10個を表示
df_ps3_top10 = df_ps3.head(10)                      # そのdfをdf_ps3_top10に

"Global_Sales"の売上げをグラフにします。
ここでseabornをインポートして、sns.set()でグラフを見やすくします。

import numpy as np                             # numpyをインポート
import matplotlib.pyplot as plt                # matplotlib.pyplotをインポート
import seaborn as sns                          # seabornをインポート
sns.set()                                      # snsのスタイルを適用

x = np.arange(10)                              # 変数xに1から10までの数列をを生成
y = df_ps3_top10['Global_Sales']               # 変数yに'Global_Sales'を

plt.title("Top10",{"fontsize": 20})            # タイトル名
plt.xlabel("Ranking",{"fontsize": 14})         # x軸のタイトル
plt.ylabel("Sales", {"fontsize": 14})          # y軸のタイトル

plt.bar(x, y, tick_label=np.arange(1, 11, 1))  # 棒グラフ描画、各棒に数字を振る
plt.grid(axis='x')                             # 背景の縦軸を非表示
plt.rcParams['figure.figsize'] = (7 ,8)        # グラフのサイズ変更
plt.show()

1位　Grand Theft Auto V 　　　　　　　　　 2140万本
2位　Call of Duty: Black Ops II 　　　　　　 1403万本
3位　Call of Duty: Modern Warfare 3　　　　 1346万本
4位　Call of Duty: Black Ops　　　　　　　　 1273万本
5位　Gran Turismo 5 1077万本
6位　Call of Duty: Modern Warfare 2 1069万本
7位　Grand Theft Auto IV 　　　　　　　　 1057万本
8位　Call of Duty: Ghosts　　　　　　　　　 959万本
9位　FIFA Soccer 13　　　　　　　　 824万本
10位　Battlefield 3 　723万本

半分がCoDシリーズで、新作のたびにヒットしていますね。

ではこのデータから、地域別に売上げ本数を見ます。
dropメソッドで"Year"と"Global_Sales"の列を削除します。

df_ps3_top10_area = df_ps3_top10.drop(["Year","Global_Sales"],axis=1)
df_ps3_top10_area

pandasのメソッドのplot.barで地域別に1位から5位までを、棒グラフにします。
stacked=Falseで横並びに。
matplotlibだとコードが長くなりますが、pandasだと1行で書けます。

df_ps3_top10_area[:5].plot.bar(stacked=False,rot=0,width=.7).grid(axis='x')

1位　Grand Theft Auto V 　　　　　　　　　
2位　Call of Duty: Black Ops II 　　　　　　
3位　Call of Duty: Modern Warfare 3　　　　
4位　Call of Duty: Black Ops　　　　　　　　
5位　Gran Turismo 5

このグラフから北アメリカとヨーロッパが日本の何倍とあって、市場の大きさが伺えます。英語圏というのも大きいですね。
日本市場は単純にプレイヤー数が少ないのもあって、各バーは短いです。
それでも日本で100万本近く売れたGTA5は凄いです。

今度は、日本で売れたゲームのランキングTop10を見ましょう。
dfの"JP_Sales"を降順に並べ替えます。
最初と同じようにして、df_jp_top10を作りました。

df_jp = df.sort_values("JP_Sales",ascending=False)
df_jp.index = np.arange(1, len(df_jp)+1)
df_jp_top10 = df_jp.head(10)
df_jp_top10

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 JP＿Sales
1位　ポケモン赤／ポケモン緑 1022万本
2位　ポケモン金／ポケモン銀 720万本
3位　スーパーマリオブラザーズ 681万本
4位　ニュースーパーマリオブラザーズ　　　　　　　　 650万本
5位　ポケモンダイヤモンド／ポケモンパール 604万本
6位　ポケモンブラック／ポケモンホワイト 565万本
7位　ポケモンルビー／ポケモンサファイア 538万本
8位　おいでよどうぶつの森 533万本
9位　もっと脳を鍛える大人のDSトレーニング 532万本
10位　モンスターハンターポータブル 3rd 487万本

日本だとポケモンシリーズが一番売れているゲームみたいですね。
出るたびにミリオンは、間違いないといったところでしょうか。
そしてやはり任天堂は強いです。

ではこのランキングから地域別に売上げ本数をグラフ化します。

df_jp_top10_area = df_jp_top10.drop(["Year", "Global_Sales"], axis=1)
df_jp_top10_area

1位から5位までを描画。
ランキングは"Jp_Sales"を順にしています。

df_jp_top10_area[:5].plot.bar(stacked=False, rot=0, width=.7).grid(axis='x')

1位　ポケモン赤／ポケモン緑
2位　ポケモン金／ポケモン銀
3位　スーパーマリオブラザーズ
4位　ニュースーパーマリオブラザーズ　　　　　　　　
5位　ポケモンダイヤモンド／ポケモンパール

1位の『ポケモン赤／ポケモン緑』の日本の売上げ本数が、北アメリカとヨーロッパの間にあって、大きな差がありません。
2位の『ポケモン金／ポケモン銀』も、1位と同じ感じです。
3位の『スーパーマリオブラザーズ』の、北アメリカの売上げ本数がとてつもなく高いです。一体どういう事なんでしょう？
こんなに売れていたとは、思いもよらなかったです。

次は私の好きなゲーム『メタルギアソリッド』シリーズが、どれくらい売れたのかを調べてみようと思います。
まずはdfの"Name"で"Metal Gear Solid"と一致すdfを出力。

df[df["Name"] == "Metal Gear Solid"]

なぜか2つあります。
調べてみると『メタルギアゴーストバベル』っていう名前で、GBにて発売されたみたいです。
まったく知らなかったです。そしてあまり売れてないみたいです。

このdfから"Publisher"の正確な名前がわかりました。
"Konami Digital Entertainment"

次にdfの"Publisher"で"Konami Digital Entertainment"と、一致するdfを出力。

df_konami = df[df["Publisher"] == "Konami Digital Entertainment"]

Konamiのゲームが832個あります。
この中から"Name"に"Metal Gear Solid"が含まれるdfトップ5を出力します。
str.contains()を使います。

df_konami[df_konami["Name"].str.contains("Metal Gear Solid", case=False)].head(5)
df_mgs_top5 = df_konami[df_konami["Name"].str.contains("Metal Gear Solid", case=False)].head(5)
df_mgs_top5.index = np.arange(1, len(df_mgs_top5)+1)
df_mgs_top5

このランキングから地域別に売上げ本数をグラフ化します。
ランキングは"Global_Sales"の順。

df_mgs_top5_area = df_mgs_top5.drop(["Year", "Global_Sales"], axis=1)

df_mgs_top5_area.plot.bar(stacked=False, rot=0, width=.7).grid(axis='x')

　　　　　　　　　　　　　　　　　　　　　　　　　　　 Global_Sales
1位　Metal Gear Solid 2: Sons of Liberty 605万本
2位　Metal Gear Solid 4: Guns of the Patriots 603万本
3位　Metal Gear Solid 603万本
4位　Metal Gear Solid 3: Snake Eater　　　　　　　　 423万本
5位　Metal Gear Solid V: The Phantom Pain 338万本

1、2、3位のGlobal_Salesは、ほとんど変わらないですね。北アメリカでは初代『Metal Gear Solid』が一番売れてます。
日本だと大体同じ本数売れている、という感じですね。
ヨーロッパだと『Metal Gear Solid 2』が一番売れて200万本越えです。
『Metal Gear Solid V』は全体的に少なくなったという感じでしょうか。

よく見ると『Metal Gear Solid 3』のヨーロッパの売上げが0になってます。
『Metal Gear Solid 3』のOtherのグラフが異様に長いので、もしかしたらOtherに加算されてるかもしれないです。

以上です。

この記事が気に入ったらサポートをしてみませんか？