Step 2 クイズ：PandasとNumPyでデータを操作しよう

正解：A. categoryごとのamountの合計と平均を持つDataFrame

groupbyでcategoryごとにグループ化し、aggで複数の集計関数を適用しています。結果は、インデックスがcategory、カラムがsum・meanのDataFrameになります。

正解：C. MNAR（ランダムでない）

MNAR（Missing Not At Random）は、欠損が欠損値自体に依存するパターンです。例えば「高所得者ほど所得を回答しない」場合、所得の欠損は所得の値自体に依存しています。MNARの場合、単純な削除や補完ではバイアスが生じるため、注意が必要です。

正解：C. ordersと同じか多くなる可能性がある

LEFT JOINでは左テーブル（orders）の全行が保持されます。customersのcustomer_idに重複がある場合、1つのorderレコードが複数のcustomerレコードと結合され、行数が増加します。customersのcustomer_idが一意であれば、ordersと同じ行数になります。結合後は必ず行数を確認しましょう。

正解：B. pd.melt()

pd.melt()は横持ち（wide format）を縦持ち（long format/tidy data）に変換する関数です。逆の変換（縦持ち→横持ち）にはpd.pivot()やpd.pivot_table()を使います。分析やグラフ作成には縦持ちデータが適しているため、meltは頻繁に使用されます。

正解：B. 中央値で補完

歪んだ分布（例：売上金額のように右裾が長い分布）では、平均値が外れ値に引っ張られて大きくなります。中央値は外れ値に対して頑健（ロバスト）なため、歪んだ分布の代表値としてより適切です。最頻値はカテゴリカル変数向け、0で補完するとデータの分布を歪めてしまいます。