つくる:統合データセット

このレッスンでできるようになること。concat と merge を続けて掛け、3店舗の明細と商品マスタから分析用の統合データセットを組み立てられるようになります。新しい文法は出てきません。

第5章でやってきたことを1本につなぎます。手順は3段階です。まず店舗ごとに分かれた明細に 店舗 列を足して縦に積み、次に商品マスタを横に結合し、最後に定価まで入った1枚の表として集計できる状態にします。この表が、6章以降のグラフと分析の入力になります。

順番には理由があります。先に積んでから結合するほうが、マスタとの突き合わせが1回で済みます。逆にすると店舗の数だけ結合を書くことになり、片方だけ how を書き忘れるといった食い違いが起きます。同じ処理は1回だけ書く、という原則はデータ処理でも同じです。

how="left" を選ぶ理由も確認しておきます。ここでの主語は売上明細です。マスタに載っていない商品名があっても、その売上は実際に立っているのですから、行を消してはいけません。inner にすると総売上が静かに減ります。定価が空になるほうが、行が消えるよりはるかに安全です。

仕上げに、統合できたかどうかを自分で点検します。点検の観点は3つです。1つめは行数で、積んだ明細の合計と一致していること。2つめはマスタとの突き合わせで、定価が付かなかった行が何件あるか。3つめは総売上で、店舗別の合計を足したものと一致していること。この3つが揃えば、統合データセットは信用して使えます。

点検の結果もレポートに残す価値があります。「定価が付かなかった明細が2件あり、いずれも新商品でマスタ登録が間に合っていなかった」と書いてあるだけで、読み手はその表を信用できます。数字そのものより、数字の作り方を示すほうが説得力を持つ場面は多いです。

1. 各店舗の表に 店舗 列を足して concat で積む(ignore_index=True)
2. 商品マスタは on=["商品名", "カテゴリ"] かつ how="left" で結合し、明細の行を落とさない
3. 定価が NaN の行数を unmatched として数える
4. by_category は結合後の表から groupby で求める
5. 数値はすべて int に直して返す