PyGWalker と Streamlit でTableau風ダッシュボードを12行コードで作成する

データを入手したとき、最初に実施するタスクの1つが、探索的データ分析 (EDA) です。

探索的データ分析 (EDA) は、データをより深く理解するプロセスにおける重要なタスクです。

データの大まかな概要を把握するためのツールがいくつかあります。例えば、Tableauです。Tableauは無料ではありません。それなりにコストがかかります。

PandasやPolarsのデータフレーム（DataFrame）を、Tableau風のユーザーインターフェイスで操作できるようにするPythonライブラリーがあります。

PyGWalkerです。

PyGWalkerは、Tableauの代替品とも言われているオープンソースであるGraphic Walkerを利用したものです。

以前、Jupyter上でPyGWalkerを使う方法について簡単に説明しました。

Tableau風にデータ操作できるPythonライブラリーPyGWalker

いっそのこと、Jupyter上でPythonコードを入力することなく、Graphic Walkerを利用したいものです。

Streamlitに、この PyGWalker と連携する機能があります。

そのことで、ノーコードで簡単な探索的データ分析 (EDA)を、Tableau風ダッシュボードで実施できます。

ということで今回は、PyGWalker を Streamlit アプリケーションに埋め込む方法を説明します。

Streamlitそのものについては、以下の記事を参考にしてください。

Contents

PyGWalker と Streamlit のインストール
これから作る Streamlit アプリ
PyGWalker を Streamlit のダッシュボードアプリに埋め込む
Streamlit ダッシュボードアプリを立ち上げる
利用するデータセット
Streamlit ダッシュボードアプリを操作する
　データ読み込み
　Data（データ）
　Visualization（視覚化）
まとめ

PyGWalker と Streamlit のインストール

Streamlit アプリケーションを実行して PyGWalker を組み込むには、それらのパッケージをインストールする必要があります。

以下の2つです。

streamlit
pygwalker

インストールしていない場合には、インストールしていただければと思います。

condaでインストールするときは、以下です。

conda install -c conda-forge streamlit 
conda install -c conda-forge pygwalker

pipでインストールするときは、以下です。

pip install streamlit 
pip install pygwalker

これから作る Streamlit アプリ

次の2つのコンポーネントからなら Streamlit アプリを作ります。

サイドパネル：CSVファイル取得
メインパネル：Graphic Walker 操作

左側に表示されるサイドパネル上で、CSVファイルを取得します。CSVファイルは、データフレーム（DataFrame）として取得します。

このデータフレーム（DataFrame）を、メインパネル上でPyGWalkerを使い探索的データ分析 (EDA) を実施します。

要は、グラフ化です。格好良く言うと、データビジュアライゼーションです。

PyGWalker を Streamlit のダッシュボードアプリに埋め込む

必要なパッケージをすべてインストールしたら、Streamlit アプリの作成を開始できます。

最初のステップは、必要なパッケージをすべてインポートすることです。

# モジュールの読み込み
import pandas as pd
import streamlit as st
import pygwalker as pyg

表示する幅が広くするため、st.set_page_config()で設定するlayoutをwideに設定します。

# 初期設定
st.set_page_config(layout="wide")

サイドパネルに、CSVファイルの読み込みを待つインターフェースを実装します。読み込んだCSVファイルは、データフレームにします。

# CSVファイル取得（サイドパネル）
df = None
with st.sidebar:
    input = st.file_uploader("Choose a CSV file")
    if input is not None:
        df = pd.read_csv(input)

メインパネルに、このデータフレームに対し探索的データ分析を実施する、PyGWalkerを実装します。

# Graphic Walker 操作（メインパネル）
if df is not None:
    output = pyg.walk(df, env='Streamlit')
    st.write(output)

コードはこれだけです。

まとめると、次のようになります。

# モジュールの読み込み
import pandas as pd
import streamlit as st
import pygwalker as pyg

# 初期設定
st.set_page_config(layout="wide")

# CSVファイル取得（サイドパネル）
df = None
with st.sidebar:
    input = st.file_uploader("Choose a CSV file")
    if input is not None:
        df = pd.read_csv(input)

# Graphic Walker 操作（メインパネル）
if df is not None:
    output = pyg.walk(df, env='Streamlit')
    st.write(output)

このコードをpyファイルとして保存します。

例えば、「graphic_walker.py」と名前をつけます。以下からこのファイルをダウンロードできます。

graphic_walker.pyのダウンロード
https://www.salesanalytics.co.jp/ovf7

Streamlit ダッシュボードアプリを立ち上げる

Streamlit アプリを立ち上げます。今回は、ローカル環境で実施していきます。

コマンドプロンプトに、以下のコードを記載し実行します。

streamlit run graphic_walker.py

ただ、graphic_walker.pyのあるディレクトリで実行する必要があるため、コマンドプロンプト上でディレクトリ移動しておきましょう。

実行すると、以下のようなStreamlit ダッシュボードアプリが立ち上がります。データを読み込んでないので、何も表示されていません。

利用するデータセット

DAT8コース（2015年にワシントンDCで開催されたデータサイエンスコース）のリポジトリにあるBike Sharing Demandのデータセット（CSV）を使います。

以下、データ項目です。

datetime – 日時
season
- 1 = 春
- 2 = 夏
- 3 = 秋
- 4 = 冬
holiday – その日が休日であるかどうか
workingday – その日が週末でも休日でもない日かどうか
weather
- 1：晴れ、雲少ない、部分的に曇り、部分的に曇り
- 2: 霧＋曇り、霧＋切れ落ちた雲、霧＋少ない雲、霧
- 3：小雪、小雨＋雷雨＋雲が散らばる、小雨＋雲が散らばる
- 4：大雨＋氷柱＋雷雨＋霧、雪＋霧
temp – 気温（摂氏）。
atemp – 体感温度
humidity – 相対湿度
windspeed – 風の速さ
casual – 非登録ユーザーによるレンタル開始数
registered – 登録ユーザーによるレンタル開始数
count – 総レンタル数