[PYTHON] Einfache gemeinsame Nutzung von Analysen mit re: dash, einem Open-Source-Tool zur Datenvisualisierung Teil 3 - Google Spreadsheets

Bis zum letzten Mal war es mit MySQL verbunden, aber dieses Mal werde ich es mit Google Spreadsheets verbinden

Wie Google Spreadsheets mit re: dash behandelt werden kann

Es gibt ein Dokument in hier, aber in re: dash von Google Spreadsheets mit gspread und oauth2client von Python-Modulen Ich bekomme die Daten.

Verfahrensübersicht

  1. Erstellen Sie ein Projekt in der Google Developer Console
  2. Ausgabe des Dienstkontoschlüssels
  3. Aktivieren Sie die API
  4. Erstellen einer Google Spreadsheets-Datenquelle
  5. Bereiten Sie das Dataset vor und geben Sie es an Google Spreadsheets weiter
  6. Visualisierung

Erstellen Sie ein Projekt in der Google Developer Console

Um eine Verbindung von re: dash zu Google Spreadsheets herzustellen, müssen Sie einen Dienstkontoschlüssel über die Google Developer Console ausgeben.

Erstellen Sie zunächst ein Projekt. Diesmal habe ich es Redash-Sample genannt.

Home_-_redash-sample.png

Ausgabe des Dienstkontoschlüssels

Geben Sie als Nächstes einen Dienstkontoschlüssel im API-Menü aus.

Home_-_redash-sample.png

Credentials_-_redash-sample.png

Create_service_account_key_-_redash-sample_と_Dash.png

API aktivieren

Suchen Sie als Nächstes die Laufwerks-API in der Übersicht und setzen Sie sie auf Aktiviert.

API_Library_-_redash-sample.png

Erstellen einer Datenquelle für Google Spreadsheets

Erstellen Sie wie folgt

re_dash___Data_Sources.png

Bereiten Sie einen Datensatz vor und geben Sie ihn an Google Spreadsheets weiter

Mittlerer Klassifizierungsindex (Januar 1970) auf der Seite des Standard-Verbraucherpreisindex 2010 ~ Letzter Monat) wird mit csv heruntergeladen und in der Google-Tabelle veröffentlicht.

Formatieren Sie danach die Daten wie folgt. Ich habe A1 geändert, weil ich dachte, dass JJJJMM angemessener wäre.

平成22年基準消費者物価指数_-_Google_Sheets.png

Teilen Sie dies dann mit der E-Mail im json des Dienstkontoschlüssels

平成22年基準消費者物価指数_-_Google_Sheets.png

Visualisierung

Die URL von Google Spreadsheet lautet wie folgt.

平成22年基準消費者物価指数_-_Google_Sheets.png

Geben Sie zu diesem Zeitpunkt Folgendes in den von New Query erstellten Wert ein. Sie können "URL eingeben" und "Tabellenkalkulationsnummer (ab 0)" durch "|" trennen.

re_dash___New_Query.png

Bei richtiger Visualisierung sieht es so aus: Auf der anderen Seite sinkt die Miete, nicht wahr?

re_dash___New_Query.png

Zusammenfassung

Ich habe die Daten von Google Spreadsheets mit re: dash erhalten und bin zur Visualisierung gegangen. Es scheint möglich zu sein, Google Analytics mit Google Spreadsheets zu importieren und mit re: dash zu visualisieren. Die Schwierigkeit besteht darin, dass Tabellenkalkulationen langsam geladen werden. Als ich es dieses Mal benutzte, dauerte der Import mehr als 20 Sekunden.

Recommended Posts

Einfache gemeinsame Nutzung von Analysen mit re: dash, einem Open-Source-Tool zur Datenvisualisierung Teil 3 - Google Spreadsheets
Einfache Analyse und gemeinsame Nutzung mit re: dash, einem Open-Source-Tool zur Datenvisualisierung Teil 2 ~ Graph
Einfache gemeinsame Nutzung von Analysen mit re: dash, einem Open-Source-Tool zur Datenvisualisierung Teil 4 ~ Pivot-Tabelle
Einfache Analyse und gemeinsame Nutzung mit re: dash, einem Open-Source-Tool zur Datenvisualisierung Teil 1 - Installation
Versuchen Sie, CloudWatch-Metriken mit der Python-Datenquelle re: dash abzurufen
Visualisieren Sie Ihre Daten ganz einfach mit Python Seaborn.
Datenanalyse beginnend mit Python (Datenvisualisierung 1)
Datenanalyse beginnend mit Python (Datenvisualisierung 2)
Python-Visualisierungstool für die Datenanalyse
Schöne Grafikzeichnung mit Python-Seaborn erleichtert die Datenanalyse und -visualisierung Teil 1
Wunderschönes Zeichnen mit Python-Seaborn erleichtert die Datenanalyse und -visualisierung Teil 2