「それは、私よりも古いオフィスチェアとコーヒーメーカーを備えた、小さくて居心地の良い会社でデータアナリストとして働いた最初の日でした。」当時データサイエンスの修士号を取得して卒業したばかりのダニエル・ブイレスクは、こうして自身のストーリーを語り始めた。
上司から彼に与えられた最初の課題は、古くて乱雑な Excel スプレッドシートに含まれる複雑なデータから貴重な情報を抽出することでした。
「彼は私に微笑みかけ、『この販売データ情報が必要です。ようこそ!』と言いました。[…] スプレッドシートを開くと、ピクセル化された巨大な数字が表示されていました。」
挑戦です。ピボットテーブルからデータクリーニングまで
最初のタスク。最初の 1 週間、新人データ アナリストは終わりのない検索機能とピボット テーブルに没頭する日々を過ごしました。しかし、本当の課題は、会社の戦略に不可欠なレポートの作成を任されたときに起こりました。
「スプレッドシートは迷路でした。タブは色分けされたセルを参照しており、私の前任者ですら誰も完全に理解できなかった不可解な数式を参照していました。」
このブレードの更新には外科的精度が必要で、たった 1 つの間違いが構造全体の崩壊を引き起こす可能性がありました。そこで、より効率的なソリューションを見つけたいと切望していたアナリストは、Python で学んだことを思い出し、データ分析用の強力なライブラリである Pandas で運試しをすることにしました。
彼は試行錯誤を繰り返しながら、Excel からデータをインポートし、ピボット テーブルを作成し、新しいレポートを生成する簡単なスクリプトをすべて数秒で作成しました。したがって、以前は何日もかかっていたタスクが、瞬く間に解決されるようになりました。
「[コードは]…単純で、ほとんど笑えました。私は心臓の鼓動が速くなり、実行を押しました。新しいスプレッドシートが表示され、きれいで読みやすく、そして最も重要なことに正確でした。」
2番目のタスク。彼の次の任務は、「123 Main St.」、「123 Main Street」、「123 Main St. (Apt 402)」など、複数の一貫性のない形式を特徴とする顧客の住所を処理することでした。 Builescu が Python で正規表現を使用してアドレス クリーニング プロセスを自動化することに決定するまで、このデータを手動で修正するのは退屈で繰り返しの作業でした。
3 番目 (そして最後のタスク)。アナリストの上司は Excel で生成された円グラフを好みましたが、その複雑さと時代遅れのデザインにより解釈が難しいことがよくありました。そのため、たとえば、特定のレポートでは地域ごとの売上動向を表示する必要がありましたが、Excel で生成されたグラフはわかりにくく役に立たなかったのです。 。
状況を改善することを決意したアナリストは、別の Python ライブラリである Matplotlib に注目しました。
「Excel のグラフ ウィザードをマスターしようと最善を尽くしましたが、もう十分だと判断しました。そして、Python チュートリアルで使用したクリーンで美しいグラフを思い出しました。」
思ったより便利
数週間にわたって小さな勝利を収めた後、アナリストは自信を持って上司に解決策を提示できるようになりました。最初は懐疑的でしたが、Python のおかげで複雑なタスクが数分で解決されるのを目の当たりにして、彼の態度は嘲笑から好奇心に変わりました。
「――やあ、これらのレポートをより速く処理する方法を見つけたと思います…ほら、Python と呼ばれるものを使用しました…」
「――ははは。ほら、あなたの取り組みには感謝しますが、プログラミングには時間がかかります。Excel を使えばすぐにコツがわかります。」
「――それで、見せてあげたらどうですか？ 2分しかかかりませんよ。」
(スクリプトを取り出し、「実行」を押してドーンとデータをクリーンアップしました。)
――「……うーん、思ったより使えるかも」
Builescu 氏は、彼の上司も突然 Python 愛好家になったわけではないことを認めています。また、新しい会社で Python に頼ることで Excel を集中的に使用する必要がなくなるわけでもありません…しかし、退屈なタスクを自動化し、レポートの品質を向上させるという点では、Python は参照ツールになりました。
経由 | ダニエル・ブイレスク