[
  {
    "順序": 1,
    "名称": "numpy",
    "日本語機能名": "行列演算と固有値分解",
    "分類": "土台",
    "今回の登録操作": "登録操作未実行",
    "理由": "有限値または一致検査・描画位置の配列には使用。登録された行列演算・固有値分解は必要ない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 2,
    "名称": "pandas",
    "日本語機能名": "群別集計",
    "分類": "土台",
    "今回の登録操作": "登録操作未実行",
    "理由": "表・派生列・CSV・合計には使用。登録された群別groupby集計は不要で未実行。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 3,
    "名称": "scipy",
    "日本語機能名": "カイ二乗・t検定・Mann-Whitney",
    "分類": "検定",
    "今回の登録操作": "登録操作未実行",
    "理由": "標本個票と推計分散を欠き、登録された検定を実行しない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 4,
    "名称": "statsmodels",
    "日本語機能名": "重回帰とロジスティック回帰",
    "分類": "回帰",
    "今回の登録操作": "不適用",
    "理由": "処置割付・識別仮定・個票・反復測定や標本設計情報が不足。記述比較を因果推定に置き換えない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 5,
    "名称": "scikit-learn",
    "日本語機能名": "k-means と主成分分析",
    "分類": "機械学習",
    "今回の登録操作": "不適用",
    "理由": "今回は単年または2年の集計比較。時系列検証用の十分な系列・予測目的を設定していない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 6,
    "名称": "pingouin",
    "日本語機能名": "反復測定分散分析・Cronbachのα・媒介分析",
    "分類": "心理統計",
    "今回の登録操作": "不適用",
    "理由": "処置割付・識別仮定・個票・反復測定や標本設計情報が不足。記述比較を因果推定に置き換えない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 7,
    "名称": "factor_analyzer",
    "日本語機能名": "探索的因子分析（KMO・Bartlett・promax回転）",
    "分類": "心理統計",
    "今回の登録操作": "不適用",
    "理由": "処置割付・識別仮定・個票・反復測定や標本設計情報が不足。記述比較を因果推定に置き換えない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 8,
    "名称": "semopy",
    "日本語機能名": "共分散構造分析（CFI/TLI/RMSEA）",
    "分類": "心理統計",
    "今回の登録操作": "不適用",
    "理由": "処置割付・識別仮定・個票・反復測定や標本設計情報が不足。記述比較を因果推定に置き換えない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 9,
    "名称": "scikit-posthocs",
    "日本語機能名": "Dunn検定（多重比較の事後検定）",
    "分類": "心理統計",
    "今回の登録操作": "不適用",
    "理由": "処置割付・識別仮定・個票・反復測定や標本設計情報が不足。記述比較を因果推定に置き換えない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 10,
    "名称": "researchpy",
    "日本語機能名": "記述統計とクロス集計の要約表",
    "分類": "心理統計",
    "今回の登録操作": "不適用",
    "理由": "処置割付・識別仮定・個票・反復測定や標本設計情報が不足。記述比較を因果推定に置き換えない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 11,
    "名称": "pyreadstat",
    "日本語機能名": "SPSS(.sav)形式の読み書き",
    "分類": "心理統計",
    "今回の登録操作": "不適用",
    "理由": "処置割付・識別仮定・個票・反復測定や標本設計情報が不足。記述比較を因果推定に置き換えない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 12,
    "名称": "statsmodels(MixedLM)",
    "日本語機能名": "階層線形モデル・混合効果モデル",
    "分類": "心理統計",
    "今回の登録操作": "不適用",
    "理由": "処置割付・識別仮定・個票・反復測定や標本設計情報が不足。記述比較を因果推定に置き換えない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 13,
    "名称": "scikit-learn(IterativeImputer)",
    "日本語機能名": "多重代入法による欠損値補完",
    "分類": "予測",
    "今回の登録操作": "不適用",
    "理由": "今回は単年または2年の集計比較。時系列検証用の十分な系列・予測目的を設定していない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 14,
    "名称": "pymc",
    "日本語機能名": "MCMCでA/Bの事後分布を出す",
    "分類": "ベイズ",
    "今回の登録操作": "不適用",
    "理由": "処置割付・識別仮定・個票・反復測定や標本設計情報が不足。記述比較を因果推定に置き換えない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 15,
    "名称": "arviz",
    "日本語機能名": "収束診断（R-hat）",
    "分類": "ベイズ",
    "今回の登録操作": "不適用",
    "理由": "処置割付・識別仮定・個票・反復測定や標本設計情報が不足。記述比較を因果推定に置き換えない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 16,
    "名称": "bambi",
    "日本語機能名": "式でベイズ回帰を書く",
    "分類": "ベイズ",
    "今回の登録操作": "不適用",
    "理由": "処置割付・識別仮定・個票・反復測定や標本設計情報が不足。記述比較を因果推定に置き換えない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 17,
    "名称": "dowhy",
    "日本語機能名": "因果グラフから効果を同定して推定",
    "分類": "因果推論",
    "今回の登録操作": "不適用",
    "理由": "処置割付・識別仮定・個票・反復測定や標本設計情報が不足。記述比較を因果推定に置き換えない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 18,
    "名称": "econml",
    "日本語機能名": "機械学習を使った異質処置効果（Double ML）",
    "分類": "因果推論",
    "今回の登録操作": "不適用",
    "理由": "処置割付・識別仮定・個票・反復測定や標本設計情報が不足。記述比較を因果推定に置き換えない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 19,
    "名称": "linearmodels",
    "日本語機能名": "パネルデータの固定効果・操作変数法",
    "分類": "因果推論",
    "今回の登録操作": "不適用",
    "理由": "処置割付・識別仮定・個票・反復測定や標本設計情報が不足。記述比較を因果推定に置き換えない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 20,
    "名称": "xgboost",
    "日本語機能名": "勾配ブースティングで回帰",
    "分類": "予測",
    "今回の登録操作": "不適用",
    "理由": "今回は単年または2年の集計比較。時系列検証用の十分な系列・予測目的を設定していない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 21,
    "名称": "lightgbm",
    "日本語機能名": "軽量勾配ブースティング",
    "分類": "予測",
    "今回の登録操作": "不適用",
    "理由": "今回は単年または2年の集計比較。時系列検証用の十分な系列・予測目的を設定していない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 22,
    "名称": "shap",
    "日本語機能名": "予測の理由を寄与度に分解",
    "分類": "予測",
    "今回の登録操作": "不適用",
    "理由": "今回は単年または2年の集計比較。時系列検証用の十分な系列・予測目的を設定していない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 23,
    "名称": "optuna",
    "日本語機能名": "ハイパーパラメータの自動探索",
    "分類": "予測",
    "今回の登録操作": "不適用",
    "理由": "今回は単年または2年の集計比較。時系列検証用の十分な系列・予測目的を設定していない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 24,
    "名称": "imbalanced-learn",
    "日本語機能名": "不均衡データのオーバーサンプリング(SMOTE)",
    "分類": "予測",
    "今回の登録操作": "不適用",
    "理由": "今回は単年または2年の集計比較。時系列検証用の十分な系列・予測目的を設定していない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 25,
    "名称": "category_encoders",
    "日本語機能名": "カテゴリ変数の高度な符号化",
    "分類": "予測",
    "今回の登録操作": "不適用",
    "理由": "今回は単年または2年の集計比較。時系列検証用の十分な系列・予測目的を設定していない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 26,
    "名称": "feature-engine",
    "日本語機能名": "特徴量の前処理パイプライン",
    "分類": "予測",
    "今回の登録操作": "不適用",
    "理由": "今回は単年または2年の集計比較。時系列検証用の十分な系列・予測目的を設定していない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 27,
    "名称": "yellowbrick",
    "日本語機能名": "学習曲線・残差プロットの可視化",
    "分類": "予測",
    "今回の登録操作": "不適用",
    "理由": "今回は単年または2年の集計比較。時系列検証用の十分な系列・予測目的を設定していない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 28,
    "名称": "prophet",
    "日本語機能名": "季節性つきの需要予測",
    "分類": "時系列",
    "今回の登録操作": "不適用",
    "理由": "今回は単年または2年の集計比較。時系列検証用の十分な系列・予測目的を設定していない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 29,
    "名称": "pmdarima",
    "日本語機能名": "ARIMAの次数を自動選択",
    "分類": "時系列",
    "今回の登録操作": "不適用",
    "理由": "今回は単年または2年の集計比較。時系列検証用の十分な系列・予測目的を設定していない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 30,
    "名称": "statsforecast",
    "日本語機能名": "複数モデルの一括予測",
    "分類": "時系列",
    "今回の登録操作": "不適用",
    "理由": "今回は単年または2年の集計比較。時系列検証用の十分な系列・予測目的を設定していない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 31,
    "名称": "arch",
    "日本語機能名": "GARCH（ボラティリティの変動）",
    "分類": "時系列",
    "今回の登録操作": "不適用",
    "理由": "今回は単年または2年の集計比較。時系列検証用の十分な系列・予測目的を設定していない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 32,
    "名称": "ruptures",
    "日本語機能名": "変化点の検出（いつ傾向が変わったか）",
    "分類": "時系列",
    "今回の登録操作": "不適用",
    "理由": "今回は単年または2年の集計比較。時系列検証用の十分な系列・予測目的を設定していない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 33,
    "名称": "sktime",
    "日本語機能名": "時系列の分類・予測フレームワーク",
    "分類": "時系列",
    "今回の登録操作": "不適用",
    "理由": "今回は単年または2年の集計比較。時系列検証用の十分な系列・予測目的を設定していない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 34,
    "名称": "tslearn",
    "日本語機能名": "時系列のクラスタリング（DTW距離）",
    "分類": "時系列",
    "今回の登録操作": "不適用",
    "理由": "今回は単年または2年の集計比較。時系列検証用の十分な系列・予測目的を設定していない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 35,
    "名称": "lifelines",
    "日本語機能名": "Kaplan-MeierとCox比例ハザード",
    "分類": "生存分析",
    "今回の登録操作": "不適用",
    "理由": "個人別の起点・イベント・打切り時刻がない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 36,
    "名称": "scikit-survival",
    "日本語機能名": "機械学習による生存時間予測",
    "分類": "生存分析",
    "今回の登録操作": "不適用",
    "理由": "個人別の起点・イベント・打切り時刻がない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 37,
    "名称": "mlxtend",
    "日本語機能名": "併売分析（アソシエーションルール）",
    "分類": "マーケティング",
    "今回の登録操作": "不適用",
    "理由": "顧客ID・買物明細・顧客属性の多変量データがない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 38,
    "名称": "umap-learn",
    "日本語機能名": "高次元データを2次元に圧縮して可視化",
    "分類": "マーケティング",
    "今回の登録操作": "不適用",
    "理由": "顧客ID・買物明細・顧客属性の多変量データがない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 39,
    "名称": "hdbscan",
    "日本語機能名": "クラスタ数を決めずにセグメントを見つける",
    "分類": "マーケティング",
    "今回の登録操作": "不適用",
    "理由": "顧客ID・買物明細・顧客属性の多変量データがない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 40,
    "名称": "janome",
    "日本語機能名": "日本語の形態素解析",
    "分類": "テキスト",
    "今回の登録操作": "不適用",
    "理由": "数値原表の分析であり、自由回答の言語分析は対象外。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 41,
    "名称": "fugashi",
    "日本語機能名": "MeCab系の高速な形態素解析",
    "分類": "テキスト",
    "今回の登録操作": "不適用",
    "理由": "数値原表の分析であり、自由回答の言語分析は対象外。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 42,
    "名称": "sudachipy",
    "日本語機能名": "分割単位を選べる形態素解析（企業名に強い）",
    "分類": "テキスト",
    "今回の登録操作": "不適用",
    "理由": "数値原表の分析であり、自由回答の言語分析は対象外。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 43,
    "名称": "gensim",
    "日本語機能名": "トピックモデル(LDA)と単語ベクトル",
    "分類": "テキスト",
    "今回の登録操作": "不適用",
    "理由": "数値原表の分析であり、自由回答の言語分析は対象外。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 44,
    "名称": "wordcloud",
    "日本語機能名": "ワードクラウドの生成",
    "分類": "テキスト",
    "今回の登録操作": "不適用",
    "理由": "数値原表の分析であり、自由回答の言語分析は対象外。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 45,
    "名称": "spacy",
    "日本語機能名": "係り受け解析・固有表現抽出の基盤",
    "分類": "テキスト",
    "今回の登録操作": "不適用",
    "理由": "数値原表の分析であり、自由回答の言語分析は対象外。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 46,
    "名称": "textstat",
    "日本語機能名": "文章の読みやすさスコア",
    "分類": "テキスト",
    "今回の登録操作": "不適用",
    "理由": "数値原表の分析であり、自由回答の言語分析は対象外。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 47,
    "名称": "networkx",
    "日本語機能名": "共起ネットワークと中心性",
    "分類": "ネットワーク",
    "今回の登録操作": "不適用",
    "理由": "主体間の辺データがない。工程図作成を実データのネットワーク分析に数えない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 48,
    "名称": "python-louvain",
    "日本語機能名": "コミュニティ検出",
    "分類": "ネットワーク",
    "今回の登録操作": "不適用",
    "理由": "主体間の辺データがない。工程図作成を実データのネットワーク分析に数えない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 49,
    "名称": "igraph",
    "日本語機能名": "大規模グラフの高速解析",
    "分類": "ネットワーク",
    "今回の登録操作": "不適用",
    "理由": "主体間の辺データがない。工程図作成を実データのネットワーク分析に数えない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 50,
    "名称": "matplotlib",
    "日本語機能名": "図の生成とPNG保存",
    "分類": "可視化",
    "今回の登録操作": "実行",
    "理由": "日本語の白黒比較図を生成しPNG保存。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 51,
    "名称": "seaborn",
    "日本語機能名": "統計グラフ（箱ひげ・分布）",
    "分類": "可視化",
    "今回の登録操作": "登録操作未実行",
    "理由": "小規模表の抽出・算術・検証・白黒図で目的を満たす。追加の入出力形式・高速化・数式処理・描画方式は採用しない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 52,
    "名称": "plotly",
    "日本語機能名": "対話できるグラフ（HTML出力）",
    "分類": "可視化",
    "今回の登録操作": "登録操作未実行",
    "理由": "小規模表の抽出・算術・検証・白黒図で目的を満たす。追加の入出力形式・高速化・数式処理・描画方式は採用しない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 53,
    "名称": "missingno",
    "日本語機能名": "欠損パターンの可視化",
    "分類": "可視化",
    "今回の登録操作": "登録操作未実行",
    "理由": "小規模表の抽出・算術・検証・白黒図で目的を満たす。追加の入出力形式・高速化・数式処理・描画方式は採用しない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 54,
    "名称": "scikit-image",
    "日本語機能名": "画像の特徴量抽出",
    "分類": "可視化",
    "今回の登録操作": "登録操作未実行",
    "理由": "小規模表の抽出・算術・検証・白黒図で目的を満たす。追加の入出力形式・高速化・数式処理・描画方式は採用しない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 55,
    "名称": "duckdb",
    "日本語機能名": "CSVに直接SQLを当てる",
    "分類": "データ処理",
    "今回の登録操作": "登録操作未実行",
    "理由": "小規模表の抽出・算術・検証・白黒図で目的を満たす。追加の入出力形式・高速化・数式処理・描画方式は採用しない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 56,
    "名称": "polars",
    "日本語機能名": "pandasより高速な表処理",
    "分類": "データ処理",
    "今回の登録操作": "登録操作未実行",
    "理由": "小規模表の抽出・算術・検証・白黒図で目的を満たす。追加の入出力形式・高速化・数式処理・描画方式は採用しない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 57,
    "名称": "pyarrow",
    "日本語機能名": "Parquet形式の読み書き",
    "分類": "データ処理",
    "今回の登録操作": "登録操作未実行",
    "理由": "小規模表の抽出・算術・検証・白黒図で目的を満たす。追加の入出力形式・高速化・数式処理・描画方式は採用しない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 58,
    "名称": "openpyxl",
    "日本語機能名": "Excelの読み書き",
    "分類": "データ処理",
    "今回の登録操作": "実行",
    "理由": "公式Excelを読取専用で抽出。書込操作は不要で未実行。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 59,
    "名称": "SALib",
    "日本語機能名": "どの入力が結果を動かすか（感度分析）",
    "分類": "感度分析",
    "今回の登録操作": "登録操作未実行",
    "理由": "乱数分布仮定による大域感度・合成標本は不要。今回の感度は原値の丸め・区分・除外条件で直接再計算。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 60,
    "名称": "openturns",
    "日本語機能名": "確率モデル・信頼性工学",
    "分類": "感度分析",
    "今回の登録操作": "登録操作未実行",
    "理由": "乱数分布仮定による大域感度・合成標本は不要。今回の感度は原値の丸め・区分・除外条件で直接再計算。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 61,
    "名称": "causal-learn",
    "日本語機能名": "PC法で条件付き独立性から因果候補グラフを探索",
    "分類": "因果推論",
    "今回の登録操作": "不適用",
    "理由": "処置割付・識別仮定・個票・反復測定や標本設計情報が不足。記述比較を因果推定に置き換えない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 62,
    "名称": "cvxpy",
    "日本語機能名": "制約付き二次計画で配分の最適値を求める",
    "分類": "最適化",
    "今回の登録操作": "不適用",
    "理由": "目的費用・容量・配分制約がなく、最適配分は求めない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 63,
    "名称": "highspy",
    "日本語機能名": "HiGHSで線形計画の費用最小配分を解く",
    "分類": "最適化",
    "今回の登録操作": "不適用",
    "理由": "目的費用・容量・配分制約がなく、最適配分は求めない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 64,
    "名称": "sympy",
    "日本語機能名": "連立方程式を記号計算で厳密に解く",
    "分類": "数式",
    "今回の登録操作": "登録操作未実行",
    "理由": "小規模表の抽出・算術・検証・白黒図で目的を満たす。追加の入出力形式・高速化・数式処理・描画方式は採用しない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 65,
    "名称": "autograd",
    "日本語機能名": "自動微分で損失関数の勾配を求める",
    "分類": "数値計算",
    "今回の登録操作": "登録操作未実行",
    "理由": "小規模表の抽出・算術・検証・白黒図で目的を満たす。追加の入出力形式・高速化・数式処理・描画方式は採用しない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 66,
    "名称": "numdifftools",
    "日本語機能名": "数値微分で非線形関数の二階微分を検証",
    "分類": "数値計算",
    "今回の登録操作": "登録操作未実行",
    "理由": "小規模表の抽出・算術・検証・白黒図で目的を満たす。追加の入出力形式・高速化・数式処理・描画方式は採用しない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 67,
    "名称": "numba",
    "日本語機能名": "JITコンパイルで大量の平方和を計算",
    "分類": "高速計算",
    "今回の登録操作": "登録操作未実行",
    "理由": "小規模表の抽出・算術・検証・白黒図で目的を満たす。追加の入出力形式・高速化・数式処理・描画方式は採用しない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 68,
    "名称": "numexpr",
    "日本語機能名": "配列式を評価して条件別の派生指標を作る",
    "分類": "高速計算",
    "今回の登録操作": "登録操作未実行",
    "理由": "小規模表の抽出・算術・検証・白黒図で目的を満たす。追加の入出力形式・高速化・数式処理・描画方式は採用しない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 69,
    "名称": "sparse",
    "日本語機能名": "疎行列で高次元の非ゼロ要素と集計を保持",
    "分類": "データ処理",
    "今回の登録操作": "登録操作未実行",
    "理由": "小規模表の抽出・算術・検証・白黒図で目的を満たす。追加の入出力形式・高速化・数式処理・描画方式は採用しない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 70,
    "名称": "xarray",
    "日本語機能名": "ラベル付き多次元配列を地域・年で集計",
    "分類": "データ処理",
    "今回の登録操作": "登録操作未実行",
    "理由": "小規模表の抽出・算術・検証・白黒図で目的を満たす。追加の入出力形式・高速化・数式処理・描画方式は採用しない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 71,
    "名称": "xarray-einstats",
    "日本語機能名": "多次元配列の調和平均を次元名で計算",
    "分類": "記述統計",
    "今回の登録操作": "登録操作未実行",
    "理由": "小規模表の抽出・算術・検証・白黒図で目的を満たす。追加の入出力形式・高速化・数式処理・描画方式は採用しない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 72,
    "名称": "formulaic",
    "日本語機能名": "式からカテゴリ交互作用を含む設計行列を生成",
    "分類": "回帰",
    "今回の登録操作": "不適用",
    "理由": "処置割付・識別仮定・個票・反復測定や標本設計情報が不足。記述比較を因果推定に置き換えない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 73,
    "名称": "patsy",
    "日本語機能名": "統計式からスプラインを含む設計行列を生成",
    "分類": "回帰",
    "今回の登録操作": "不適用",
    "理由": "処置割付・識別仮定・個票・反復測定や標本設計情報が不足。記述比較を因果推定に置き換えない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 74,
    "名称": "pyhdfe",
    "日本語機能名": "高次元固定効果を吸収して残差化",
    "分類": "因果推論",
    "今回の登録操作": "不適用",
    "理由": "処置割付・識別仮定・個票・反復測定や標本設計情報が不足。記述比較を因果推定に置き換えない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 75,
    "名称": "nltk",
    "日本語機能名": "正規表現トークン化と頻度分布を作る",
    "分類": "テキスト",
    "今回の登録操作": "不適用",
    "理由": "数値原表の分析であり、自由回答の言語分析は対象外。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 76,
    "名称": "pydot",
    "日本語機能名": "分析工程の有向グラフを構築しDOTへ出力",
    "分類": "ネットワーク",
    "今回の登録操作": "不適用",
    "理由": "主体間の辺データがない。工程図作成を実データのネットワーク分析に数えない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 77,
    "名称": "pyvis",
    "日本語機能名": "対話型ネットワーク図をHTMLとして生成",
    "分類": "ネットワーク",
    "今回の登録操作": "不適用",
    "理由": "主体間の辺データがない。工程図作成を実データのネットワーク分析に数えない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 78,
    "名称": "statannotations",
    "日本語機能名": "群比較検定の結果を統計注記付き図へ反映",
    "分類": "可視化",
    "今回の登録操作": "登録操作未実行",
    "理由": "小規模表の抽出・算術・検証・白黒図で目的を満たす。追加の入出力形式・高速化・数式処理・描画方式は採用しない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 79,
    "名称": "holidays",
    "日本語機能名": "日本の祝日を日付特徴量へ変換",
    "分類": "時系列",
    "今回の登録操作": "不適用",
    "理由": "今回は単年または2年の集計比較。時系列検証用の十分な系列・予測目的を設定していない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 80,
    "名称": "utilsforecast",
    "日本語機能名": "複数系列の予測誤差を共通定義で集計",
    "分類": "時系列",
    "今回の登録操作": "不適用",
    "理由": "今回は単年または2年の集計比較。時系列検証用の十分な系列・予測目的を設定していない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 81,
    "名称": "dask",
    "日本語機能名": "分散DataFrameで大規模表を分割集計",
    "分類": "データ処理",
    "今回の登録操作": "登録操作未実行",
    "理由": "小規模表の抽出・算術・検証・白黒図で目的を満たす。追加の入出力形式・高速化・数式処理・描画方式は採用しない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 82,
    "名称": "bokeh",
    "日本語機能名": "Web向け対話グラフをJSONへ変換",
    "分類": "可視化",
    "今回の登録操作": "登録操作未実行",
    "理由": "小規模表の抽出・算術・検証・白黒図で目的を満たす。追加の入出力形式・高速化・数式処理・描画方式は採用しない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 83,
    "名称": "altair",
    "日本語機能名": "宣言型文法で集計グラフ仕様を生成",
    "分類": "可視化",
    "今回の登録操作": "登録操作未実行",
    "理由": "小規模表の抽出・算術・検証・白黒図で目的を満たす。追加の入出力形式・高速化・数式処理・描画方式は採用しない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 84,
    "名称": "plotnine",
    "日本語機能名": "ggplot文法で統計図を描画",
    "分類": "可視化",
    "今回の登録操作": "登録操作未実行",
    "理由": "小規模表の抽出・算術・検証・白黒図で目的を満たす。追加の入出力形式・高速化・数式処理・描画方式は採用しない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 85,
    "名称": "pandera",
    "日本語機能名": "表スキーマと値域を検証",
    "分類": "データ品質",
    "今回の登録操作": "登録操作未実行",
    "理由": "小規模表の抽出・算術・検証・白黒図で目的を満たす。追加の入出力形式・高速化・数式処理・描画方式は採用しない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 86,
    "名称": "pyjanitor",
    "日本語機能名": "列名を統一し欠損を除いて分析可能な表へ整形",
    "分類": "データ処理",
    "今回の登録操作": "登録操作未実行",
    "理由": "小規模表の抽出・算術・検証・白黒図で目的を満たす。追加の入出力形式・高速化・数式処理・描画方式は採用しない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 87,
    "名称": "catboost",
    "日本語機能名": "カテゴリ変数を含む勾配ブースティング回帰",
    "分類": "予測",
    "今回の登録操作": "不適用",
    "理由": "今回は単年または2年の集計比較。時系列検証用の十分な系列・予測目的を設定していない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 88,
    "名称": "pyod",
    "日本語機能名": "教師なし近傍法で外れ値候補を検出",
    "分類": "異常検知",
    "今回の登録操作": "不適用",
    "理由": "今回は単年または2年の集計比較。時系列検証用の十分な系列・予測目的を設定していない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 89,
    "名称": "river",
    "日本語機能名": "逐次学習で到着順にモデルを更新",
    "分類": "予測",
    "今回の登録操作": "不適用",
    "理由": "今回は単年または2年の集計比較。時系列検証用の十分な系列・予測目的を設定していない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 90,
    "名称": "skforecast",
    "日本語機能名": "自己回帰特徴量から複数期先を予測",
    "分類": "時系列",
    "今回の登録操作": "不適用",
    "理由": "今回は単年または2年の集計比較。時系列検証用の十分な系列・予測目的を設定していない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 91,
    "名称": "tsfresh",
    "日本語機能名": "長い時系列から統計特徴量を自動抽出",
    "分類": "時系列",
    "今回の登録操作": "不適用",
    "理由": "今回は単年または2年の集計比較。時系列検証用の十分な系列・予測目的を設定していない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 92,
    "名称": "pymannkendall",
    "日本語機能名": "Mann–Kendall検定で単調トレンドを判定",
    "分類": "時系列",
    "今回の登録操作": "不適用",
    "理由": "今回は単年または2年の集計比較。時系列検証用の十分な系列・予測目的を設定していない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 93,
    "名称": "filterpy",
    "日本語機能名": "カルマンフィルタでノイズを含む状態を逐次推定",
    "分類": "時系列",
    "今回の登録操作": "不適用",
    "理由": "今回は単年または2年の集計比較。時系列検証用の十分な系列・予測目的を設定していない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 94,
    "名称": "copulas",
    "日本語機能名": "多変量分布を学習して相関を保つ合成標本を生成",
    "分類": "確率モデル",
    "今回の登録操作": "登録操作未実行",
    "理由": "乱数分布仮定による大域感度・合成標本は不要。今回の感度は原値の丸め・区分・除外条件で直接再計算。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 95,
    "名称": "dcor",
    "日本語機能名": "距離相関で非線形な依存関係を測る",
    "分類": "検定",
    "今回の登録操作": "不適用",
    "理由": "母集団集計の推計値を独立個票と見なす検定はしない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 96,
    "名称": "hyppo",
    "日本語機能名": "距離共分散による独立性検定を実行",
    "分類": "検定",
    "今回の登録操作": "不適用",
    "理由": "母集団集計の推計値を独立個票と見なす検定はしない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 97,
    "名称": "prince",
    "日本語機能名": "主成分分析で多変量データを低次元へ要約",
    "分類": "機械学習",
    "今回の登録操作": "不適用",
    "理由": "今回は単年または2年の集計比較。時系列検証用の十分な系列・予測目的を設定していない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 98,
    "名称": "kmodes",
    "日本語機能名": "カテゴリデータをK-modesでクラスタリング",
    "分類": "機械学習",
    "今回の登録操作": "不適用",
    "理由": "今回は単年または2年の集計比較。時系列検証用の十分な系列・予測目的を設定していない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 99,
    "名称": "kneed",
    "日本語機能名": "クラスタ数や複雑度の折れ曲がり点を検出",
    "分類": "機械学習",
    "今回の登録操作": "不適用",
    "理由": "今回は単年または2年の集計比較。時系列検証用の十分な系列・予測目的を設定していない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 100,
    "名称": "datashader",
    "日本語機能名": "大量点を画素集約して密度図を作る",
    "分類": "可視化",
    "今回の登録操作": "登録操作未実行",
    "理由": "小規模表の抽出・算術・検証・白黒図で目的を満たす。追加の入出力形式・高速化・数式処理・描画方式は採用しない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 101,
    "名称": "holoviews",
    "日本語機能名": "同じデータから対話型グラフを高水準APIで構築",
    "分類": "可視化",
    "今回の登録操作": "登録操作未実行",
    "理由": "小規模表の抽出・算術・検証・白黒図で目的を満たす。追加の入出力形式・高速化・数式処理・描画方式は採用しない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 102,
    "名称": "minisom",
    "日本語機能名": "自己組織化マップで非線形な近傍構造を二次元へ配置",
    "分類": "機械学習",
    "今回の登録操作": "不適用",
    "理由": "今回は単年または2年の集計比較。時系列検証用の十分な系列・予測目的を設定していない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  },
  {
    "順序": 103,
    "名称": "pykalman",
    "日本語機能名": "状態空間モデルでノイズを含む系列を平滑化",
    "分類": "時系列",
    "今回の登録操作": "不適用",
    "理由": "今回は単年または2年の集計比較。時系列検証用の十分な系列・予測目的を設定していない。",
    "データ条件": "3企業規模の集計構成比。不足人数や企業個票はない。"
  }
]