Python 第 3 弾: pandas と matplotlib で売上レポートを可視化する

このラボでは、経営会議向けの売上レポートを頼まれたデータ担当の想定で、pandas での集計と matplotlib での可視化を実機で身につけます。

ブラウザで開く IDE と JupyterLab に、整形済みの売上データ sales.csv（12 か月・264 行）が用意されています。まず JupyterLab で手を動かしながら「月次推移」と「地域別シェア」を作り、確認できたら report.py にまとめて、誰が実行しても同じ CSV と PNG が出るスクリプトにします。最後に要点を report.md に書きます。

学習目標:

• pd.to_datetime / dt.to_period("M") / groupby で月ごと・地域ごとに集計する
• DataFrame.plot と matplotlib で折れ線・棒・円グラフを描き、savefig でファイルに出力する
• 画面の無い環境で matplotlib.use("Agg") を使う
• 集計結果を CSV に保存し、レポートの数字と図を対応させる

• pandas の read_csv と列の計算（「Python でデータ整形」ラボ相当）

• monthly_summary.csv（12 行、合計 27,074,000、最大月 4,254,000）、monthly_sales.png、region_share.png が出力されていること
• report.py が pandas と matplotlib で集計・描画していること
• report.md に最も売れた月（2025-11）と地域別シェアが書かれていること

1. JupyterLab でデータを眺める

• ラボ画面の JupyterLab を開く をクリックし（トークンは IDE と同じパスワード）、Python 3 のノートブックを新規作成する
• 最初のセルでデータを読み込み、形と欠損を確認する

import pandas as pd
df = pd.read_csv("sales.csv", parse_dates=["売上日"])
df["金額"] = df["数量"] * df["単価"]
df.head(), df.shape, df.isna().sum()

• 264 行 × 6 列（金額を含む）で欠損が無いことを確認する

• pandas 公式: GroupBy
• pandas 公式: 時系列（Period）
• matplotlib 公式: pyplot チュートリアル（英語）
• pandas 公式: プロット