SQLiteのテーブルのデータ型を整理し、データの整合性を向上させた。特にintとfloatの変換時に発生するエラーを防ぐため、NaNの処理方法を検討し、NaNのまま保持する方針を決定。また、Streamlitを用いたレポート作成を進め、データベースと連携し、グラフの表示やフィルタリング機能の実装を行った。さらに、UIの日本語対応を進め、ユーザーが直感的に操作しやすいレポートを作成した。
コード修正・エラー対応
- SQLiteのデータ型修正
floatを基本とし、intへの変換を避けることでIntCastingNaNErrorを回避。to_sqlのif_exists='replace'を一時的に使用し、型変換後のデータを適用。その後appendへ戻す。
- Streamlitとデータベースの連携
- SQLiteのデータを読み込み、リアルタイムでレポートに反映。
- データのフィルタリング機能を実装し、ユーザーが特定の条件でデータを絞り込めるようにした。
データ処理・分析・可視化の進捗
- Streamlitレポート開発
app.pyでSQLiteと接続し、データを取得・表示。plotlyを使用してグラフを作成し、データの可視化を実装。- UIを日本語対応し、メニューやタイトルを分かりやすく改善。
- ユーザーが特定の期間や条件でデータを確認できるフィルタ機能を追加。
今後の進め方
- SQLiteのデータ型の最終調整と、データの精度向上。
- Streamlitレポートの機能追加（フィルタの強化、より詳細なデータ分析機能）。
- 視認性向上のためのデザイン調整と、日本語表記のさらなる改善。
