見出し画像

Tableau2022.3　テーブル拡張機能で形態素分析をやってみた

harayowa

Tableau 2022.3の新機能、テーブル拡張機能を紹介します。

TableauとPython、R、Einstein Discoveryと接続してデータを変換したり前処理したりして高度な分析が可能になりました。
今までは、行レベルで変換することは可能でしたが、今回テーブル自体を変換できるようになりました。

今回は、岸田首相の記者会見内容をテキストとして入力し、そのテキストに出現する単語をPython/MeCabで出現回数を計算し、Tableauで可視化します。


準備

Tabpyを立ち上げます。

＊インストールがまだの方は以下を参考にしてください。
Tabpy - Tableau + Python 連携 を使ってみよう！（その１：Tabpy導入編）
Tabpyとは？コンセプトやメリット、インストール方法まで解説

入力データ

画像1

＊以下は、どうやって作ったかです。読み飛ばしてOK。
岸田首相の記者会見テキストは以下からコピペ。

Tableauに読み込ませるために少し前処理が必要で、
・改行を消す（改行を残すとTableauで行として認識されます）
・列名を加える（ここでは”内容”としました）


テーブル拡張機能

1. いつも通り、Tableau Desktopを開き、上記データに接続

画像6


2. 元のファイルを削除してから、左のペインからテーブル拡張機能を右にドラッグ＆ドロップ

削除

画像7

「新しいテーブル拡張機能」をドラッグ＆ドロップ（もしくはダブルクリック）

画像8

画像9


3.入力データを「テーブル拡張機能」にドラッグ＆ドロップ

画像10


4.スクリプトに以下を貼り付け

import pandas as pd

import collections
import MeCab

def getWords(text):
   tagger =MeCab.Tagger()
   tagger.parse('')
   node = tagger.parseToNode(text)

   word_list=[]
   while node:
       word_type = node.feature.split(',')[0]
       if word_type in ["名詞",'代名詞']:
           word_list.append(node.surface)
       node=node.next
   word_chain=' '.join(word_list)

   c = collections.Counter(word_list)
   
   return c

df = (pd.DataFrame(_arg1))
text = df['内容'][0]

c = getWords(text)
d = c.most_common()
dff = pd.DataFrame(d)
dff.columns = ['word', 'occurrences']

return dff.to_dict(orient='list')

スクリプトは以下のブログを参考にしています。
https://python-man.club/python_morphological_analysis/

TabPyの注意点は、

・入力は、df = (pd.DataFrame(_arg1))
・出力は、dff.to_dict(orient='list')　で辞書型

にする、です。


4.「適用」をクリックすると、データが出力される

画像4

下部ウィンドウの出力テーブルで、作成したデータフレームを見ることができます。

画像5


5.Tableauで可視化

ワークシートに移動。
wordをテキストに、occurencesを色とサイズに入れる。

画像3

列と行には何もいれなくていいです。
すると以下のように見えるはずなので、これで完成です。

画像2






この記事が気に入ったらサポートをしてみませんか？