Tableau風にデータ操作できるPythonライブラリーPyGWalker

データを手に入れたとき、どのようなデータなのか理解する必要があります。

そのとき求められるのが、データを簡単に探索し分析できるユーザーフレンドリーなTableauのようなツールです。

しかし、それには多大なコストがかかります。

PandasやPolarsのデータフレーム（DataFrame）を、Tableau風のユーザーインターフェイスで操作できるようにするPythonライブラリーがあります。

PyGWalkerです。

PyGWalkerを利用すると、Notebook上でほぼドラッグ＆ドロップ操作のみで、効率的かつ効果的にデータを探索したり分析したりすることができます。

PyGWalkerは、Tableauの代替品とも言われているオープンソースであるGraphic Walkerを利用したものです。

要は、Python上でGraphic Walkerを利用する、という感覚です。

今回は、Tableau風にデータ操作できるPythonライブラリーPyGWalkerを紹介します。

Contents

PyGWalkerのインストール
Jupyter Notebook で pygwalker を使用する準備
データの読み込み
Data（データ）
Visualization（視覚化）
まとめ

PyGWalkerのインストール

まずは、PyGWalkerをインストールしましょう。

condaでインストールするときは、以下です。

conda install -c conda-forge pygwalker

pipでインストールするときは、以下です。

pip install pygwalker

Jupyter Notebook で pygwalker を使用する準備

利用するには、必要なモジュールを読み込む必要があります。

Pandasのデータフレーム（DataFrame）を扱うときは、以下です。

import pandas as pd
import pygwalker as pyg

Polarsのデータフレーム（DataFrame）を扱うときは、以下です。

import polars as pl
import pygwalker as pyg

以後、Pandasのデータフレーム（DataFrame）を扱うことを前提に話しを進めます。

データの読み込み

KaggleのBike Sharing Demandのデータセット使います。

以下、データ項目です。

datetime – 日時
season
- 1 = 春
- 2 = 夏
- 3 = 秋
- 4 = 冬
holiday – その日が休日であるかどうか
workingday – その日が週末でも休日でもない日かどうか
weather
- 1：晴れ、雲少ない、部分的に曇り、部分的に曇り
- 2: 霧＋曇り、霧＋切れ落ちた雲、霧＋少ない雲、霧
- 3：小雪、小雨＋雷雨＋雲が散らばる、小雨＋雲が散らばる
- 4：大雨＋氷柱＋雷雨＋霧、雪＋霧
temp – 気温（摂氏）。
atemp – 体感温度
humidity – 相対湿度
windspeed – 風の速さ
casual – 非登録ユーザーによるレンタル開始数
registered – 登録ユーザーによるレンタル開始数
count – 総レンタル数

データセット（CSV）そのものは、DAT8コース（2015年にワシントンDCで開催されたデータサイエンスコース）のリポジトリのものを利用します。

PandasでCSVファイルを読み込み、データフレーム「df」に格納し、それをGraphic Walkerで操作します。

以下、コードです。

url = 'https://raw.githubusercontent.com/justmarkham/DAT8/master/data/bikeshare.csv'
df = pd.read_csv(url, index_col='datetime', parse_dates=True)
gwalker = pyg.walk(df)

以下、実行結果です。