Pythonによってデータの分析をして得られたグラフなどのアウトプットについては、画像ファイルに保存して、Word文書やPowerPointのスライドに貼り付けて報告資料にする、というのが最も一般的でしょう。一方、実務ではエンドユーザが自ら分析したい変数や条件を指定してプログラムを動かして結果を得るようにする、すなわちプログラムを実装することが求められる場合も多くあります。
このためPythonにもエンドユーザが直接扱えるwebアプリを構築するためのツールが多数提供されています。ここでは、その中の一つであるDashライブラリを用いて、ユーザが指定したデータ表を出力できるプログラムを作成します。
DashをJupyter Notebook (Google Colaboratory)上で動かすためには、普通のDashの代わりにJupyter Dashライブラリを用います。ここでは全国都道府県の様々な指標を収録したエクセルファイル（データ出典：https://www.nstac.go.jp/SSDSE/）から、ドロップダウンリストで指定された都道府県のデータ表を表示してみます。
import numpy as np
import pandas as pd
from jupyter_dash import JupyterDash
import pandas as pd
import numpy as np
import dash_html_components as html
import dash_core_components as dcc
from dash import dash_table as dt
import plotly.graph_objects as go
from dash.dependencies import Input, Output
from dash_table import DataTable, FormatTemplate
from dash_table.Format import Format
まず、原データのExcelファイルを読み込みます。
df1 = pd.read_excel('/content/drive/My Drive/Colab Notebooks/都道府県各種指標.xlsx',sheet_name='data')
df1.head(3)
このデータフレームの各種指標の列を縦に再展開します。
df501 = pd.melt(df1, id_vars=['年度','都道府県'], value_vars=df1.columns[3:])
df501.head()
次に、外部のスタイルシートを読み込み、JupyterDashの「箱」にあたるものと、画面に表示する列を定義します。
external_stylesheets = ['https://codepen.io/chriddyp/pen/bWLwgP.css']
app = JupyterDash(__name__, external_stylesheets=external_stylesheets)
columns1 = [
dict(id='年度',name='年度'),
dict(id='都道府県',name='都道府県'),
dict(id='variable', name='指標'),
dict(id='value', name='値')
]
次に、画面に表示するコンテンツとして、ドロップダウンリストとデータテーブルを定義します。ドロップダウンリストでは都道府県と指標を選び、これらをデータテーブルのフィルターとします。各コンテンツにはid=で参照用の名前をつけ、詳細は以下に続くコードで設定します。
content1 = dcc.Dropdown(
id = 'dropdown-for-pref',
options = [{'label':i,'value':i} for i in df501['都道府県'].unique()],
value = '東京都'
)
content2 = dcc.Dropdown(
id = 'dropdown-for-variable',
options = [{'label':i,'value':i} for i in df501['variable'].unique()],
value = '総人口'
)
content3 = html.Div(id='datatable-paging',children=[])
次に、上で定義した2つのコンテンツからなる画面のレイアウトを定義します。
app.layout = html.Div([
html.Div(content1, style={'width': '25%', 'display': 'inline-block','margin-right': 10}),
html.Div(content2, style={'width': '25%', 'display': 'inline-block','margin-right': 10}),
content3
])
次に、データテーブルを描画する関数を定義します。データテーブルは一行おきに色を濃淡に分けて見やすくします。
def create_dash_table(df):
return dt.DataTable(
data=df.to_dict('records'),
columns=columns1,
style_cell={'fontsize':20, 'font-family':'IPAexGothic'},
style_cell_conditional=[
{
'if': {'column_id':c},
'textAlign': 'left'
} for c in ['年度','都道府県']
],
style_data={
'color':'black',
'backgroundColor':'white'
},
style_data_conditional=[
{
'if': {'row_index':'odd'},
'backgroundColor': 'rgb(220,220,220)',
}
],
style_header={
'backgroundColor':'rgb(210,210,210)',
'color':'black',
'fontWeight':'bold'
})
続いてコールバックを定義します。ここでは、どこから入力してどこから出力するかを指定します。ここで上でつけたid名を使います。またcomponent_property=でその属性を指定します。コールバックにより起動される関数はその下に空行を挟まずに記述します。関数名は何でもかまいません。ここでは、ドロップダウンリストにより指定された都道府県と指標でデータをフィルターにかけ、データテーブルを再表示しています。
@app.callback(
Output(component_id='datatable-paging',component_property='children'),
[Input(component_id='dropdown-for-pref',component_property='value'),
Input(component_id='dropdown-for-variable',component_property='value')]
)
def update_table(input_value1,input_value2):
df511 = df501[df501['都道府県'] == input_value1]
df512 = df511[df511['variable'] == input_value2]
df512.sort_values('年度', ascending=True,inplace=True)
return create_dash_table(df512)
最後にサーバを起動します。この部分を実行すると、下にリンクのURLが表示され、それをクリックするとアウトプット画面が表示されます。
app.run_server()
上記画面のドロップダウンリストで都道府県と指標を選ぶとその都道府県の指標のデータテーブルが表示されます。
（2011/11/27 複数入力のドロップダウンリスト利用に変更しました）
