[Python 100日チャレンジ] Day 69 - データ分析ワークフロー

分析の全体像

データ分析は、いきなりグラフを作る作業ではありません。目的を決め、データを確認し、前処理してから集計と可視化に進みます。

import pandas as pd

df = pd.read_csv("sales.csv")
print(df.head())
print(df.info())
print(df.isna().sum())

1. 目的を決める

まず、何を知りたいのかを明確にします。例として「売上が伸びている商品はどれか」「地域ごとの差はあるか」のように問いを作ります。

2. データを確認する

print(df.shape)
print(df.columns)
print(df.describe())

行数、列名、型、欠損値、基本統計量を確認します。ここでデータの癖を見つけます。

3. 前処理する

df = df.dropna()
df["date"] = pd.to_datetime(df["date"])

欠損値、重複、日付型、数値型などを整えます。前処理が不十分だと、分析結果も不安定になります。

4. 集計と可視化

summary = df.groupby("product")["amount"].sum()
summary.plot(kind="bar")

問いに合わせて集計し、グラフで確認します。数字とグラフを両方見ることで、説明しやすい分析になります。

今日のゴール

データ分析は、目的、確認、前処理、集計、可視化、結論の順に進めると迷いにくくなります。作業の流れをテンプレートとして身につけましょう。