データを概観する ― まず全体を見る

導入

分析の第一歩は、いきなり計算せず「どんなデータか」をつかむことです。件数・列・型・統計のあたりを最初に確認します。

説明

架空の店舗の売上データを読み込んで、head / shape / describe で概観します。

import pandas as pd
import io

csv_text = """date,shop,category,sales
2024-01-05,Tokyo,food,320
2024-01-05,Osaka,book,150
2024-01-06,Tokyo,book,180
2024-01-06,Osaka,food,410
2024-01-07,Tokyo,toy,90
2024-01-07,Osaka,food,270"""

df = pd.read_csv(io.StringIO(csv_text))
print("--- 先頭 ---")
print(df.head())
print("--- 形 (行, 列) ---")
print(df.shape)
print("--- 数値列の統計 ---")
print(df.describe())
print("--- カテゴリの種類 ---")
print(df["category"].unique())

df["category"].unique() は、その列にどんな種類の値があるかを一覧します。カテゴリ列の中身を最初に把握しておくと、あとの集計方針が立てやすくなります。

やってみよう

df["shop"].value_counts() を実行してみましょう。店舗ごとの件数（出現回数）が分かります。

演習

上の df について、sales 列の平均を print で表示してください。