1. test 1
  2. test 2
コース一覧
データ分析入門 Python(pandas)
構成比

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

構成比

このレッスンでできるようになること。カテゴリ別の構成比を出し、その変化から何が起きているかを読めるようになります。

売上が伸びたとき、次に知りたいのは「何が伸びたのか」です。全体の金額だけを見ていても、中身の入れ替わりは見えません。構成比は、全体を100として各カテゴリが何パーセントを占めるかを表した数字です。規模の違う月どうし、店舗どうしを、同じ土俵で比べられるようになります。

計算そのものは割り算です。

Python

by_category = df.groupby("カテゴリ")["金額"].sum() share = by_category / by_category.sum() * 100

pandas では、Series を1つの数値で割ると全要素が割られます。for 文で1つずつ割る必要はありません。この一括計算の考え方はベクトル演算と呼ばれ、pandas の速さの正体でもあります。

丸め方には注意が要ります。小数第1位で丸めると、合計が100.0にならないことがあります。33.3が3つで99.9になるような場合です。報告書で「合計が合わない」と指摘されるのは、この丸め誤差がほとんどです。表に「四捨五入のため合計が100にならないことがあります」と一言添えるのが実務の作法です。

ここからが本題です。構成比は、1時点だけ見てもあまり語れません。「食器が40パーセント」と言われても、それが多いのか少ないのか分かりません。意味が出るのは、時点を並べて変化を見たときです。

食器の構成比が1月の30パーセントから6月の45パーセントに上がったとします。ここで慌てて「食器が伸びた」と言ってはいけません。構成比は割合なので、分母が縮んでも上がります。他のカテゴリが落ち込んだ結果、食器の割合だけが相対的に上がった可能性があります。だから構成比を見せるときは、必ず実額も一緒に出します。実額も構成比も上がっていれば本当に伸びており、構成比だけが上がっているなら周りが落ちたということです。この2つは打ち手がまったく違います。前者は成功事例として横展開でき、後者は落ちたカテゴリの手当てが先です。数字を言葉にするとは、こういう区別を付けることです。

要件

  1. 売上日を日付型にしてから月を取り出す
  2. 月ごとにカテゴリ別の売上合計を求める
  3. 構成比はその月の合計で割って100を掛ける
  4. 構成比の上昇幅が最大のカテゴリを選ぶ
  5. そのカテゴリの実額を2つの月で比べて verdict を決める

入出力例

compare_composition("売上日,店舗,商品名,カテゴリ,数量,金額 2026-01-05,渋谷店,白磁のマグカップ,食器,10,30000 2026-01-06,横浜店,積み重ね収納ボックス,収納,20,70000 2026-06-05,渋谷店,白磁のマグカップ,食器,15,45000 2026-06-06,横浜店,積み重ね収納ボックス,収納,15,55000 ", 1, 6) → {"after_share":{"収納":55,"食器":45},"before_share":{"収納":70,"食器":30},"verdict":"実額とも増加"} compare_composition("売上日,店舗,商品名,カテゴリ,数量,金額 2026-01-05,渋谷店,白磁のマグカップ,食器,10,30000 2026-01-06,横浜店,積み重ね収納ボックス,収納,20,70000 2026-06-05,渋谷店,白磁のマグカップ,食器,7,20000 2026-06-06,横浜店,積み重ね収納ボックス,収納,6,20000 ", 1, 6) → {"after_share":{"収納":50,"食器":50},"before_share":{"収納":70,"食器":30},"verdict":"相対的な上昇"}

ヒント

月で絞った DataFrame をそれぞれ作ると考えやすくなります

Series を合計で割ると全要素がまとめて割られます

after_share に現れるカテゴリを上昇幅の比較対象にします

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

  • 外れ値を見つける

    異常な値を検知できる

  • つくる:示唆を1枚に

    数字を言葉に変換できる

  • 第7章クイズ

    章の理解を確認できる

  • 分析レポート完成

    問い→分析→示唆を通せる

main.py
学習モード
エディタを読み込んでいます

メモ

構成比

⌘S で保存