data-analysis

take566's avatarfrom take566

データ分析・可視化・レポート作成。pandas、SQL、BigQuery、スプレッドシート操作、統計分析、グラフ作成。「データ分析」「SQL」「BigQuery」「pandas」「集計」「可視化」「レポート」に関する質問で使用。

⭐0stars🔀0forks📁View on GitHub🕐Updated Jan 2, 2026
[Reporting]

When & Why to Use This Skill

This Claude skill provides a comprehensive suite for data analysis, visualization, and professional reporting. By leveraging powerful tools like pandas, SQL, and BigQuery, it enables users to transform raw data into actionable insights through automated cleaning, statistical modeling, and high-quality graph generation.

Use Cases

  • Business Intelligence: Querying BigQuery to aggregate sales metrics and generating visual reports on revenue trends and KPIs.
  • Data Preprocessing: Using pandas to handle missing values, filter datasets, and perform complex transformations on CSV or spreadsheet data.
  • Exploratory Data Analysis (EDA): Conducting statistical analysis to identify data distributions, correlations, and anomalies in large datasets.
  • Automated Workflow: Creating utility scripts to execute SQL queries, perform profiling, and export results into formatted reports for stakeholders.
namedata-analysis
descriptionデータ分析・可視化・レポート作成。pandas、SQL、BigQuery、スプレッドシート操作、統計分析、グラフ作成。「データ分析」「SQL」「BigQuery」「pandas」「集計」「可視化」「レポート」に関する質問で使用。

データ分析・可視化

クイックスタート

pandas 基本操作

import pandas as pd

# 読み込み
df = pd.read_csv("data.csv")

# 基本統計
print(df.describe())

# フィルタリング
filtered = df[df["status"] == "active"]

# グループ集計
summary = df.groupby("category")["amount"].sum()

BigQuery クエリ

SELECT
    DATE(created_at) AS date,
    COUNT(*) AS count,
    SUM(amount) AS total
FROM `project.dataset.orders`
WHERE created_at >= '2025-01-01'
GROUP BY date
ORDER BY date

分析フロー

  1. データ収集: DB、API、ファイルから取得
  2. データクリーニング: 欠損値、異常値処理
  3. 探索的分析: 傾向、分布、相関の把握
  4. 集計・加工: 必要な指標を算出
  5. 可視化: グラフ、ダッシュボード作成
  6. レポート: 結果のまとめ

詳細ガイド

ユーティリティスクリプト

# データプロファイリング
python scripts/profile_data.py data.csv

# SQLクエリ実行・CSV出力
python scripts/query_to_csv.py query.sql output.csv

# レポート生成
python scripts/generate_report.py --input data.csv --output report.html

ワークフロー: データ分析

進捗チェックリスト:
- [ ] 1. 目的・KPIの明確化
- [ ] 2. データソース特定・収集
- [ ] 3. データクリーニング
- [ ] 4. 探索的データ分析（EDA）
- [ ] 5. 詳細分析・仮説検証
- [ ] 6. 可視化・レポート作成
- [ ] 7. 結論・提言のまとめ