3.5.1 データベースロードマップ：1つのファイルを越えて残る表

この節は第3章の選択内容です。実際のプロジェクトで、データが CSV や DataFrame になる前にどこへ置かれるのかを知りたいときに読みます。

まずデータベースマップを見る

まずこの比較を覚えます。

CSV または DataFrame	データベース
1回のローカル分析に向く	長期的な共有データに向く
移動しやすい	クエリ、権限、更新に向く
たいてい1ファイルまたは1表	関連する複数テーブルになりやすい

ここで DBA になる必要はありません。データを問い合わせ、Python へつなげられれば十分です。

SQLite クエリを一度動かす

sqlite_first_loop.py を作ります。Python 付属の sqlite3 を使います。

import sqlite3

conn = sqlite3.connect(":memory:")
conn.execute("CREATE TABLE orders (category TEXT, amount INTEGER)")
conn.executemany(
    "INSERT INTO orders VALUES (?, ?)",
    [("book", 120), ("tool", 80), ("book", 150)],
)

rows = conn.execute(
    "SELECT category, SUM(amount) AS total FROM orders GROUP BY category ORDER BY category"
).fetchall()

for category, total in rows:
    print(category, total)

出力：

book 270
tool 80

これはデータベースの基本ループです。テーブルを作り、行を入れ、SQL で質問し、結果表を受け取ります。

残す証拠

このページを終えたら、この evidence card を残します。

スキーマ

テーブル名、キー、関係、サンプル行

クエリ

使われた SQL または Python のデータベースコード

出力

result rows、row count、または保存された抽出結果

失敗確認

間違った結合キー、危険なクエリ、トランザクション不足、またはスキーマ不一致

期待される成果

クエリと結果表、および1件のデータ品質メモ

この順番で学ぶ

順番	読む	練習すること
1	3.5.2 リレーショナルデータベース基礎	表、行、列、主キー、外部キー
2	3.5.3 SQL 基礎	SELECT、WHERE、JOIN、GROUP BY
3	3.5.4 Python データベース操作	sqlite3、Pandas の読み書き、クエリ結果
4	3.5.5 データベース設計	テーブル分割、重複削減、関係の整理

合格ライン

データベースと CSV の違いを説明し、SELECT ... GROUP BY クエリを1つ書き、Python から結果を読めれば、この選択小節は合格です。

確認の考え方と解説

1. 合格レベルの答えでは、問いを先に定義し、必要な table、DataFrame、または SQL query と、再現できるクリーニング手順を示します。
2. 証拠には、小さな出力例、必要に応じた図表や query 結果、そして結果を解釈する一文を残します。
3. 欠損値、重複行、誤った join、集計の誤解、読みにくい可視化など、少なくとも1つのデータ品質リスクを説明できれば十分です。