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

データを手に入れたとき、どのようなデータなのか理解する必要があります。

そのとき求められるのが、データを簡単に探索し分析できるユーザーフレンドリーなTableauのようなツールです。

しかし、それには多大な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を利用すると、Notebook上でほぼドラッグ＆ドロップ操作のみで、効率的かつ効果的にデータを探索したり分析したりすることができます。

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。

要は、Python上でGraphic Walkerを利用する、という感覚です。

今回は、Tableau風にデータ操作できるPythonライブラリーPyGWalkerを紹介します。

Contents [hide]

PyGWalkerのインストール
Jupyter Notebook で pygwalker を使用する準備
データの読み込み
Data（データ）
Visualization（視覚化）
まとめ

PyGWalkerのインストール

まずは、PyGWalkerをインストールしましょう。

condaでインストールするときは、以下です。

conda install -c conda-forge pygwalker

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 pygwalker

pip install pygwalker

Jupyter Notebook で pygwalker を使用する準備

利用するには、必要なモジュールを読み込む必要があります。

Pandasのデータフレーム（DataFrame）を扱うときは、以下です。

import pandas as pd

import pygwalker as pyg

import pandas as pd import pygwalker as pyg

import pandas as pd
import pygwalker as pyg

Polarsのデータフレーム（DataFrame）を扱うときは、以下です。

import polars as pl

import pygwalker as pyg

import polars as pl import pygwalker as pyg

import polars as pl
import pygwalker as pyg

以後、Pandasのデータフレーム（DataFrame）を扱うことを前提に話しを進めます。

データの読み込み

KaggleのBike Sharing Demandのデータセット使います。

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

データセット（CSV）そのものは、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）のリポジトリのものを利用します。

PandasでCSVファイルを読み込み、データフレーム「df」に格納し、それをGraphic Walkerで操作します。

以下、コードです。

url = 'https://raw.githubusercontent.com/justmarkham/DAT8/master/data/bikeshare.csv'

df = pd.read_csv(url, index_col='datetime', parse_dates=True)

gwalker = pyg.walk(df)

url = 'https://raw.githubusercontent.com/justmarkham/DAT8/master/data/bikeshare.csv' df = pd.read_csv(url, index_col='datetime', parse_dates=True) gwalker = pyg.walk(df)

url = 'https://raw.githubusercontent.com/justmarkham/DAT8/master/data/bikeshare.csv'
df = pd.read_csv(url, index_col='datetime', parse_dates=True)
gwalker = pyg.walk(df)

以下、実行結果です。