1. test 1
  2. test 2
  3. test 3
コース一覧
データ分析入門 Python(pandas)
問いの立て方

データ分析入門 Python(pandas)

pandasによるデータの読み込み・抽出・前処理、groupbyによる集計、表の結合、matplotlibによる可視化、そして前月比や移動平均を使った分析の実践まで、データ分析の基礎を、毎レッスン実際にコードを書き、多店舗ショップの売上データを分析レポートに仕上げながら学べるコースです。Python入門を修了した方を対象としています。約 14.5 時間 (1 日 30 分 × 29 日) で 57 レッスンを修了でき、修了後は手元のCSVを自力で分析し、グラフと示唆のあるレポートを作れるようになります。

1
データ分析のはじめかた
01. データ分析とは15分
02. pandasとは15分
03. ノートブックの使い方15分
04. CSVを読み込む15分
05. つくる:データと対面する20分
06. 第1章クイズ10分
2
DataFrameのきほん
01. SeriesとDataFrame15分
02. 概観コマンド15分
03. 列を選ぶ15分
04. 行を選ぶ15分
05. 条件で抽出する15分
06. 複数条件15分
07. 並べ替える15分
08. つくる:抽出レポート20分
09. 第2章クイズ10分
3
データの前処理
01. 欠損を見つける15分
02. 欠損を埋める・落とす15分
03. 型を直す15分
04. 重複を消す15分
05. 表記ゆれを整える15分
06. 日付型にする15分
07. つくる:データクレンジング20分
08. 第3章クイズ10分
4
集計とグループ化
01. 集計のきほん15分
02. groupby15分
03. 複数キーで束ねる15分
04. aggで一気に15分
05. ピボットテーブル15分
06. 出現回数15分
07. つくる:月次集計表20分
08. 第4章クイズ10分
5
結合と整形
01. なぜ結合が要るか15分
02. mergeで結合する15分
03. 結合の種類15分
04. 縦に積む15分
05. つくる:統合データセット20分
06. 第5章クイズ10分
6
可視化
01. グラフのきほん15分
02. 棒グラフ15分
03. 折れ線グラフ15分
04. ヒストグラム15分
05. 複数系列15分
06. ラベルと整え15分
07. つくる:ダッシュボード4枚20分
08. 第6章クイズ10分
7
分析の実践
01. 問いの立て方15分
02. 前月比15分
03. 移動平均15分
04. 構成比15分
05. 外れ値を見つける15分
06. つくる:示唆を1枚に20分
07. 第7章クイズ10分
8
総合制作
01. 分析レポート完成20分
02. 提案を書く20分
03. 自由分析20分
04. 見せる形に整える20分
05. 完成と次のステップ20分

問いの立て方

このレッスンでできるようになること。曖昧な問いを、計算できる指標に翻訳できるようになります。

ここまでで集計もグラフも書けるようになりました。しかし現場で最初に渡されるのはデータではなく、言葉です。「どの店が伸びている?」「うちの売れ筋は?」といった問いから始まります。この言葉のままでは計算できません。分析の最初の仕事は、問いを指標に翻訳することです。

「どの店が伸びているか」を考えてみます。伸びているとは何でしょうか。売上の絶対額が大きいことでしょうか。それなら大宮店が伸びていることになりますが、大宮店は最初から大きかっただけかもしれません。前の月からの増加額でしょうか。増加額なら規模の大きい店が有利です。前の月からの増加率なら、小さい店の少しの増加が大きく見えます。どれも間違いではなく、どれを選ぶかで答えが変わります。

だから翻訳の際には、次の3つを言葉にして決めます。何を測るか(金額か数量か)、何と比べるか(前月か前年か他店か)、どの期間を見るか。この3つが決まれば、指標は自動的に決まります。

Python

question = "どの店が伸びているか" metric = "直近月の売上が前月より何パーセント増えたか"

翻訳したら、必ず元の問いを立てた人に確認します。「伸びている」を増加率で測ることに相手が納得していなければ、どんなに正しい計算をしても採用されません。分析が使われないいちばんの理由は、計算の間違いではなく問いのすれ違いです。

翻訳の練習として、比較の相手を必ず1つ持つ癖を付けてください。「渋谷店の売上は120万円でした」は事実ですが、それだけでは良いのか悪いのか分かりません。「前月比で15パーセント増、全店平均を上回っている」まで言えて初めて、聞いた人が判断できます。数字は単体では意味を持たず、比較して初めて意味が生まれます。この考え方が、次の前月比と移動平均の土台になります。

要件

  1. 売上日を日付型にしてから月を取り出す
  2. 月は昇順に並べて、最後の2つを直近月と前月とみなす
  3. total は期間全体の売上合計で比べる
  4. growth は (直近月 - 前月) / 前月 * 100 で求める
  5. 前月が0の店舗は growth の候補にしない

入出力例

answer_question("売上日,店舗,商品名,カテゴリ,数量,金額 2026-01-05,渋谷店,鋳物ホーロー鍋,調理器具,1,100000 2026-02-03,渋谷店,鋳物ホーロー鍋,調理器具,1,120000 2026-01-06,横浜店,鉄のフライパン,調理器具,1,40000 2026-02-06,横浜店,鉄のフライパン,調理器具,1,60000 ", "total") → {"metric":"total","value":220000,"winner":"渋谷店"} answer_question("売上日,店舗,商品名,カテゴリ,数量,金額 2026-01-05,渋谷店,鋳物ホーロー鍋,調理器具,1,100000 2026-02-03,渋谷店,鋳物ホーロー鍋,調理器具,1,120000 2026-01-06,横浜店,鉄のフライパン,調理器具,1,40000 2026-02-06,横浜店,鉄のフライパン,調理器具,1,60000 ", "growth") → {"metric":"growth","value":50,"winner":"横浜店"} answer_question("売上日,店舗,商品名,カテゴリ,数量,金額 2026-04-01,大宮店,白磁のマグカップ,食器,1,50000 2026-03-01,横浜店,鉄のフライパン,調理器具,1,20000 2026-04-02,横浜店,鉄のフライパン,調理器具,1,22000 ", "growth") → {"metric":"growth","value":10,"winner":"横浜店"}

ヒント

pivot_table で店舗×月の表を作ると、月の列を取り出しやすくなります

fill_value=0 を渡すと売上の無い月が0になります

増加率を店舗ごとに求めてから、最大のものを選びます

生田 陸人
監修生田 陸人
ゆめさくエンジニア / 現役ソフトウェアエンジニア監修者プロフィールを見る →
編集 ゆめさく編集部·公開 2026/08/10

関連レッスン

  • 前月比

    伸び率を計算できる

  • 移動平均

    ノイズをならして傾向を見られる

  • 構成比

    全体に占める割合を出せる

  • 外れ値を見つける

    異常な値を検知できる

main.py
学習モード
エディタを読み込んでいます

メモ

問いの立て方

⌘S で保存