完成と次のステップ

このレッスンでできるようになること。ここまでで身に付いたことを整理し、次に何を学ぶかを自分で選べるようになります。

おつかれさまでした。マイショップ・チェーンの売上CSVは、読み込むだけの表から、掃除され、集計され、図になり、示唆と提案の付いたレポートになりました。振り返ると、身に付いたのは pandas の関数の名前ではなく、次の順序です。問いを立て、データを確かめ、掃除し、集計し、図にし、言葉にする。この順序はどんな道具を使っても変わりません。

道具として使えるようになったものを並べてみます。読み込みは read_csv、確認は head と info と describe、抽出は条件式と loc、掃除は fillna と dropna と astype と drop_duplicates と to_datetime、集計は groupby と agg と pivot_table と value_counts、結合は merge と concat、可視化は bar と plot と hist、分析は pct_change と rolling と構成比と外れ値検知です。この一覧を見て、それぞれが何をするか思い出せるなら、手元のCSVは自力で扱えます。

次の学びは、伸ばしたい方向で選びます。

数字の裏付けを強くしたいなら統計です。平均の差に意味があるのか、それとも偶然かを判断できるようになります。今回の外れ値検知で標準偏差を使いましたが、その先には検定や信頼区間があります。

扱えるデータの規模を広げたいなら SQL です。数百万行はCSVでは開けません。データベースに置いて SQL で絞ってから pandas に渡す、という組み合わせが実務では標準です。このコースで groupby と merge を覚えたので、SQL の GROUP BY と JOIN はすでに半分理解できています。

仕事の幅を広げたいなら G検定のような資格の学習も選択肢です。機械学習の全体像を言葉で押さえておくと、分析の依頼を受けたときに「これは集計で足りる」「これは予測モデルが要る」の判断ができます。

どれを選ぶにせよ、いちばん効くのは自分のデータを触り続けることです。家計簿でも、読書記録でも、体重でも構いません。問いを1つ立てて、集計して、1文にする。この往復を10回やれば、道具はもう体の一部になっています。

1. steps の長さから step_count を求める
2. first_step は steps の先頭の要素
3. rows は CSV を読み込んだ表の行数
4. summary は指定された文面で組み立てる
5. 数値は int に直してから使う