最初に目が覚めたのが 4:40 くらいだから、今日の睡眠状態はまだましなほうだ。 6:25 にトイレに立って、少しだけ横になる。このときにいちばん暖かく過ごせるとは。

7:05 朝食。いちおう PC かばんも抱えて出勤。コンビニには立ち寄らずに現場の管理人室へ移動。 8:00 から清掃開始。可燃ゴミといつもの掃き掃除。

10:00 作業終了。本部に電話報告をして撤収。明治通りに出て里 22 バスに乗る。 荒川区役所前で降りて図書館へ行く。

ゆいの森あらかわで記名をして投票箱に入れて入館表をもぎ取る……としたら、スイッチ箱がない。 係員に聞いてみると、今日から閲覧室を使わせないということで番号の発券をしないとのことだ。 突然そんなことを言われても困る。次に来た爺さんも困っているではないか。去年もこんな感じだったような。

仕方がないのでバス停に戻って引き返さざるを得ない。東向島広小路までバスで移動。 コンビニでスペリオールの芹沢のハゲをチェック。バイト編終了か？ ラストが渋い。

念のためひきふね図書館に立ち寄ってみる。こちらは出入口しかチェックしないが、 前の二人組がふつうに入館しているのを見届けて、正常営業と勝手に判断する。

12:00 曳舟の部屋に戻る。PC を開いてもメールチェックしかやることがない。 もうおやつ休憩にするまである。

12:30 おやつ休憩＆麻雀の練習終了。メールチェックをして先方に返信。面接が決まったか。 今度こそスーツの上を調達しなくてはダメだろう。

13:40 きのうの日記の Pandas メモの後半を補充。なぜか鼻が詰まる。これはまずい。 とりあえず毛布をかぶって横になる。要するに昼寝を始める。微熱もあるかもしれない。

15:40 目を覚ます。鼻詰まりが治った。頭も重くない。外出する。 スカイツリータウンの三省堂書店に行って雑誌を適当にチェック。 ナンバーがまたぞろ正午特集。永瀬拓矢二冠のインタビューが出色の出来。 立ち読みするには惜しい内容なので、速読で我慢しておいて後日しかるべき環境で読むだろう。

地下鉄に移動。小川町へ。車中で Twitter で得た情報によると秋葉原 HEY が短縮営業モードに入ったようなので急ぐ。 真っ先に二階のイルベロに移動。さっさと 2 ゲーム。イマイチ。

18:20 小諸そば昌平橋店。二枚盛り大盛りを食う。380 円。

時間がないので図書館に行けない。再び HEY 二階。イルベロをさらに 2 ゲーム。 二面クリア時に 2.5 億という、きわめて素晴らしいペースであったのに、四面クリア時に凡スコアに成り下がる。 まったく心当たりがないので困る。

19:40 ビートマニアを時間調整のためにプレイ。それからシューティングエリアに移動して閉店間際まで様子を見る。 こんなタイミングでグラディウス 3 をプレイしている猛者がいて驚く。しかも肉団子地帯まで到達しているし。

20:00 退店。地下鉄に戻る。馬喰横山から東日本橋までの回廊の途中で Wi-Fi エリアがある気がする。 立ち食いそば屋の裏手の、馬の像があるベンチ辺り。

20:55 ビッグエー墨田業平店。510 円。

  • シュークリーム
  • 銀河のドライ
  • 大きなおむすび鮭
  • ベーコン＆コーンマヨパン
  • クリームパン
  • スコーンバーベキュー (+10%)
  • 小粒納豆 (3)

21:10 曳舟の部屋に戻る。寒いので風呂を先に済ませる。

21:50 風呂から出る。PC に戻って家計簿をつけたりこれを書いたりする。 シュークリームとサラミを食しながら麻雀の練習。

なんとなくまた Twitter を見る。タイトー系のゲーセンは全部 20:00 エンドか。 ということは HEY だけではなくオリナス錦糸町店もか。

22:45 Pandas 学習に戻る。欠損値の取り扱いの章。さっと見て後回しで良さそうだ。

23:15 時間が余ってしまったので地獄の伯爵令嬢の逆襲かな。 今となってはノーセーブモードとは別に、タイムアタックモードのオプションもアリだな。 ウディターのフレームワークでどう実装するのか知らないが。

Pandas Note

  • Working with missing data
    • Values considered “missing”
      • 既定の missing value marker は NaN
      • pd.isna(), pd.notna(), およびそのメソッド版が提供されている。
      • スカラーを None や np.nan と比較することは意味がない。
      • [1, 2, np.nan, 4] のようなデータは np.nan が混入しているため、 既定では float のシーケンスとみなされることに注意する。
      • NaT
    • Inserting missing data
      • None を代入すると NaN/NaT が格納される。
    • Calculations with missing data
      • 欠損値の混入した算術演算について三通りの扱い方が考えられる。
    • Sum/prod of empties/nans
      • 和は 0
      • 積は 1
    • NA values in GroupBy
      • 除外して扱われる
    • Filling missing values: fillna
    • Filling with a PandasObject
    • Dropping axis labels with missing data: dropna
    • Interpolation
      • .interpolate() で欠損値をいい感じに補間する
      • SciPy が必要
    • Replacing generic values
      • .replace()
    • String/regular expression replacement
    • Numeric replacement
    • Experimental NA scalar to denote missing values
      • pd.NA の振る舞いは試験的なオブジェクトであるので、あとで変更されることがある。