【Python】Pandas版 売上データ集計ツール開発講座 第2章2.2節「ピボットテーブル機能の構築」

pd.pivot_table()による地域別売上集計機能の実装

前節(第2章 2.1節)で作成したコードを基盤として、pd.pivot_table()による地域別の売上集計機能を実装します。現在の基本集計では月別・商品別の1次元集計しかできないため、地域間のパフォーマンス比較や地域別の時系列トレンド分析が困難な状況です。

pd.pivot_table()関数関数は一定の処理をまとめたプログラムの塊です。は、複数の軸を組み合わせたクロス集計表（ピボットテーブル）を作成する専用関数です。Excelのピボットテーブル機能と同様に、データを行と列の2次元で整理して分析できます。月×地域の組み合わせによって、どの地域がいつ好調だったかを一目で把握できる分析表を作成します。

以下が前節のコードに「ピボットテーブル分析機能」を追加したプログラムプログラムはコンピュータに対して何をすべきかを指示する一連の命令です。です。create_pivot_analysis関数を新規追加することで、基本分析と高度分析を分離して管理します。既存の分析結果辞書に新しい集計データを追加する方式により、前節の機能を保持しながら段階的に分析機能を拡張できます。

# コード
import pandas as pd
import os

def load_sales_data(filepath):
    """売上データの読み込み"""
    if not os.path.exists(filepath):
        print(f"エラー: ファイルが見つかりません - {filepath}")
        return None
    
    df = pd.read_excel(filepath)
    print(f"データ読み込み完了: {len(df)}行, {len(df.columns)}列")
    print("データ構造:")
    print(df.head())
    return df

def preprocess_data(df):
    """データ前処理"""
    if df is None:
        return None
    
    print(f"元データ: {len(df)}行")
    
    # 日付変換
    df['Date'] = pd.to_datetime(df['Date']).dt.strftime("%Y-%m")
    print("日付変換完了")
    
    # 欠損値除去
    original_rows = len(df)
    df = df.dropna()
    print(f"欠損値除去: {original_rows - len(df)}行削除")
    
    print("処理済みデータ:")
    print(df.head())
    return df

def analyze_basic_sales(df):
    """基本売上分析"""
    if df is None:
        return None
    
    # 商品・地域リスト抽出
    products = sorted(df['Product'].unique())
    areas = sorted(df['Area'].unique())
    
    print(f"商品数: {len(products)}")
    print(f"地域数: {len(areas)}")
    print(f"商品リスト: {products}")
    print(f"地域リスト: {areas}")
    
    # 月別商品別集計
    monthly_product_sales = df.groupby(['Date', 'Product'])['Price'].sum().reset_index()
    print("\n月別商品別売上:")
    print(monthly_product_sales.head(10))
    
    return {
        'products': products,
        'areas': areas,
        'monthly_product': monthly_product_sales
    }

def create_pivot_analysis(df, basic_results):
    """ピボット分析"""
    if df is None or basic_results is None:
        return basic_results
    
    # ピボットテーブル作成（月×地域）
    pivot_table = pd.pivot_table(df, 
                                index='Date', 
                                columns='Area', 
                                values='Price', 
                                aggfunc='sum', 
                                fill_value=0)
    print("\n地域別売上ピボットテーブル:")
    print(pivot_table)
    
    # 既存結果に新しい分析結果を追加
    basic_results['pivot_table'] = pivot_table
    
    return basic_results

# メイン処理
def main():
    filepath = "sample.xlsx"
    df = load_sales_data(filepath)
    
    if df is not None:
        print("読み込み成功！")
        processed_df = preprocess_data(df)
        if processed_df is not None:
            print(f"最終データ: {len(processed_df)}行")
            print("データ型:")
            print(processed_df.dtypes)
            
            analysis_results = analyze_basic_sales(processed_df)
            if analysis_results:
                print(f"\n基本分析完了 - 商品数: {len(analysis_results['products'])}")
                
                # ピボット分析の実行
                full_results = create_pivot_analysis(processed_df, analysis_results)
                print(f"ピボット分析完了 - 地域数: {len(full_results['areas'])}")
    else:
        print("読み込み失敗")

if __name__ == "__main__":
    main()

# 実行結果
データ読み込み完了: 5行, 4列
データ構造:
    Product    Area       Date  Price
0  ProductA   Tokyo 2024-01-15   1000
1  ProductB   Osaka 2024-01-16   1500
2  ProductC   Tokyo 2024-01-17   2000
3  ProductA  Nagoya 2024-01-18   1200
4  ProductB   Tokyo 2024-01-19   1800
読み込み成功！
元データ: 5行
日付変換完了
欠損値除去: 0行削除
処理済みデータ:
    Product    Area     Date  Price
0  ProductA   Tokyo  2024-01   1000
1  ProductB   Osaka  2024-01   1500
2  ProductC   Tokyo  2024-01   2000
3  ProductA  Nagoya  2024-01   1200
4  ProductB   Tokyo  2024-01   1800
最終データ: 5行
データ型:
Product    object
Area       object
Date       object
Price       int64
dtype: object
商品数: 3
地域数: 3
商品リスト: ['ProductA', 'ProductB', 'ProductC']
地域リスト: ['Nagoya', 'Osaka', 'Tokyo']

月別商品別売上:
      Date   Product  Price
0  2024-01  ProductA   2200
1  2024-01  ProductB   3300
2  2024-01  ProductC   2000

基本分析完了 - 商品数: 3

地域別売上ピボットテーブル:
Area     Nagoya  Osaka  Tokyo
Date
2024-01    1200   1500   4800
ピボット分析完了 - 地域数: 3