「パレート図を活用したpandasデータ分析」：80対20の法則を実践で活用

はじめに

データ分析において、パレート図は非常に有用なグラフの1つです。パレート図は、80対20の法則（パレートの法則）を可視化するために使われます。この法則は、例えば、20%の原因が80%の結果を生み出すなどの場面でしばしば現れます。

本記事では、Pythonのデータ分析ライブラリであるpandasを使用して、パレート図を作成し、データ分析に応用する方法を紹介します。

pandasを使ったパレート図作成：必要なライブラリとデータの準備

まず、pandasとmatplotlibをインポートします。

import pandas as pd
import matplotlib.pyplot as plt

次に、データを読み込みます。今回は、あるECサイトの顧客データを例にとります。

df = pd.read_csv('customer_data.csv')

読み込んだデータを確認します。

print(df.head())

パレート図の描画：pandasでのデータ処理とグラフ作成手順

次に、データを整形してパレート図を作成します。まず、購入金額の合計を算出します。

total = df['purchase_amount'].sum()

次に、購入金額の合計に占める各顧客の貢献度を算出します。

df['contribution'] = df['purchase_amount'] / total

貢献度を降順に並べ替えます。

df = df.sort_values('contribution', ascending=False)

累積貢献度を算出します。

df['cumulative_contribution'] = df['contribution'].cumsum()

最後に、パレート図を描画します。

fig, ax1 = plt.subplots()
ax2 = ax1.twinx()
ax1.bar(df.index, df['purchase_amount'], color='royalblue')
ax2.plot(df.index, df['cumulative_contribution'], color='red')
ax2.axhline(y=0.8, color='gray', linestyle='--')
ax1.set_xticks(df.index)
ax1.set_xticklabels(df['customer_id'])
ax1.set_xlabel('Customer ID')
ax1.set_ylabel('Purchase Amount')
ax2.set_ylabel('Cumulative Contribution')
ax2.set_ylim([0, 1])
plt.title('Pareto Chart of Customer Purchase Amount')
plt.show()

これにより、顧客ごとの購入金額と累積貢献度を示すパレート図が作成されます。