サイトマップ サイト内検索 まとめ

SQL 問い合わせ（Python, pandas, DuckDB を使用）

【概要】

本記事では，Python の pandas および DuckDB を使用して，データフレームに対し SQL で問い合わせを行う方法を説明する。選択（selection），射影（projection），グループごとの集計，ソート（ORDER BY），条件付き集計といった操作を扱う。データセットには seaborn が提供する Iris データセットおよび titanic データセットを使用する。

【目次】

【関連する外部ページ】

なし

【サイト内の関連情報】

なし

1. 前準備

Python 3.12 のインストール

Pythonのインストールを行い、Pythonのプログラムを実行する環境を整える。扱う環境は、Windows搭載パソコンである。金子研究室では、Python 3.12.10を推奨する。

[Windows での Python 3.12 のインストール手順を見るには、ここをクリック]

Windows での Python 3.12 のインストール

以下のいずれかの方法でPython 3.12をインストールする。Pythonがインストール済みの場合、この手順は不要である。

方法 1：winget によるインストール

【インストールコマンドの実行方法】

管理者権限でコマンドプロンプトを起動する（手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。そして、コマンド全体をコマンドプロンプトにコピー＆ペーストする。

--scope machine を指定することで、システム全体（全ユーザー向け）にインストールされる。このオプションの実行には管理者権限が必要である。インストール完了後、コマンドプロンプトを再起動するとPATHが反映される。

REM Python 3.12 をシステム領域にインストール
winget install --id Python.Python.3.12 -e --scope machine --silent --accept-source-agreements --accept-package-agreements --override "/quiet InstallAllUsers=1 PrependPath=1 Include_test=0 Include_pip=1 Include_launcher=1 InstallLauncherAllUsers=1 TargetDir=\"C:\Program Files\Python312\""

REM Python と Scripts を PATH 先頭に追加
powershell -NoProfile -Command "$p='C:\Program Files\Python312'; $s=\"$p\Scripts\"; $c=[Environment]::GetEnvironmentVariable('Path','Machine'); if((Test-Path $p) -and (';'+$c+';' -notlike \"*;$p;*\") -and (';'+$c+';' -notlike \"*;$s;*\")){[Environment]::SetEnvironmentVariable('Path',\"$p;$s;$c\",'Machine')}"

方法 2：インストーラーによるインストール

  1. Python公式サイト（https://www.python.org/downloads/）にアクセスし、「Download Python 3.x.x」ボタンからWindows用インストーラーをダウンロードする。
  2. ダウンロードしたインストーラーを実行する。
  3. 初期画面の下部に表示される「Add python.exe to PATH」にチェックを入れてから「Customize installation」を選択する。このチェックを入れ忘れると、コマンドプロンプトから python コマンドを実行できない。
  4. 「Install Python 3.xx for all users」にチェックを入れ、「Install」をクリックする。

インストールの確認

コマンドプロンプトで以下を実行する。

python --version

バージョン番号（例：Python 3.12.x）が表示されればインストール成功である。「'python' は、内部コマンドまたは外部コマンドとして認識されていません。」と表示される場合は、インストールが正常に完了していない。

Python の開発環境 Visual Studio Code のインストールと Python 用の設定

Python の開発環境Visual Studio Code（プログラムを編集するソフトウェア。以下、VS Code）を整える。

[Windows での Visual Studio Code のインストールと Python 用の設定手順を見るには、ここをクリック]

Windows での Visual Studio Code のインストールと Python 用の設定手順

1. VS Code と拡張機能のインストール

以下のコマンドにより，既存の VS Code を削除し，全ユーザー共有の設定で再インストールしたうえで，拡張機能（VS Code に機能を追加するソフトウェア）をまとめて導入する．

【インストールコマンドの実行方法】

管理者権限でコマンドプロンプトを起動する（手順：Windows キーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。そして，コマンド全体をコマンドプロンプトにコピー＆ペーストする。

インストールコマンド


REM ============================================================
REM Microsoft Visual Studio Code
REM ============================================================
winget uninstall -e --id Microsoft.VisualStudioCode --silent --disable-interactivity --accept-source-agreements
rmdir /s /q C:\ProgramData\vscode-extensions 2>nul
rmdir /s /q "%APPDATA%\Code" 2>nul
rmdir /s /q "%USERPROFILE%\.vscode" 2>nul
rmdir /s /q "%LOCALAPPDATA%\Microsoft\vscode-update" 2>nul

REM VS Code をシステム領域に新規インストール
winget install --scope machine --id Microsoft.VisualStudioCode -e --silent --accept-source-agreements --accept-package-agreements

REM 全ユーザー共有の拡張機能フォルダ
mkdir C:\ProgramData\vscode-extensions 2>nul
icacls "C:\ProgramData\vscode-extensions" /grant "Everyone:(OI)(CI)M" /T

REM スタートメニューのショートカットを --extensions-dir 付きで再作成
rmdir /s /q "C:\ProgramData\Microsoft\Windows\Start Menu\Programs\Visual Studio Code" 2>nul
del "C:\ProgramData\Microsoft\Windows\Start Menu\Programs\Visual Studio Code.lnk" 2>nul
powershell -NoProfile -Command "$s=New-Object -ComObject WScript.Shell; $lnk=$s.CreateShortcut('C:\ProgramData\Microsoft\Windows\Start Menu\Programs\Visual Studio Code.lnk'); $lnk.TargetPath='C:\Program Files\Microsoft VS Code\Code.exe'; $lnk.Arguments='--extensions-dir \"C:\ProgramData\vscode-extensions\"'; $lnk.Save()"
REM ショートカットの検証
powershell -NoProfile -Command "$s=New-Object -ComObject WScript.Shell; $lnk=$s.CreateShortcut('C:\ProgramData\Microsoft\Windows\Start Menu\Programs\Visual Studio Code.lnk'); Write-Host 'TargetPath:' $lnk.TargetPath; Write-Host 'Arguments:' $lnk.Arguments"

REM ファイル / フォルダ右クリックの「Code で開く」を登録
reg add "HKLM\SOFTWARE\Classes\*\shell\VSCode\command" /ve /d "\"C:\Program Files\Microsoft VS Code\Code.exe\" --extensions-dir \"C:\ProgramData\vscode-extensions\" \"%1\"" /f
reg add "HKLM\SOFTWARE\Classes\Directory\shell\VSCode\command" /ve /d "\"C:\Program Files\Microsoft VS Code\Code.exe\" --extensions-dir \"C:\ProgramData\vscode-extensions\" \"%1\"" /f
reg add "HKLM\SOFTWARE\Classes\Directory\Background\shell\VSCode\command" /ve /d "\"C:\Program Files\Microsoft VS Code\Code.exe\" --extensions-dir \"C:\ProgramData\vscode-extensions\" \"%V\"" /f

REM --extensions-dir 付きで起動する code.cmd ラッパを作成
REM （%* を echo で書くと対話的 cmd で失われるため、PowerShell で [char]37+'*' を書き出す）
powershell -NoProfile -Command "$pct=[char]37; $q=[char]34; $c='@echo off'+[char]13+[char]10+$q+'C:\Program Files\Microsoft VS Code\bin\code.cmd'+$q+' --extensions-dir '+$q+'C:\ProgramData\vscode-extensions'+$q+' '+$pct+'*'+[char]13+[char]10; [IO.File]::WriteAllText('C:\ProgramData\vscode-extensions\vscode.cmd',$c,[Text.Encoding]::ASCII)"

REM 拡張機能のインストール
set "CODE=C:\Program Files\Microsoft VS Code\bin\code.cmd"
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --uninstall-extension GitHub.copilot
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --uninstall-extension GitHub.copilot-chat
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension ms-python.python
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension ms-python.vscode-pylance
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension ms-python.debugpy
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension MS-CEINTL.vscode-language-pack-ja
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension saoudrizwan.claude-dev
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension rust-lang.rust-analyzer
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension tamasfe.even-better-toml
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension anthropic.claude-code
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension almenon.arepl
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --list-extensions --show-versions
echo === セットアップ完了 ===

2. Python インタプリタの選択

同一マシンに複数の Python がインストールされている場合，VS Code で使用する Python 本体（インタプリタ：Python プログラムを解釈・実行するソフトウェア）を選択する必要がある．

  1. コマンドパレット（コマンド名で機能を呼び出す VS Code の入力欄）を開く（Ctrl+Shift+P）
  2. Python: Select Interpreter と入力する
  3. 表示される一覧から，使用する Python（例：C:\Program Files\Python312\python.exe）を選択する．

Python プログラム実行手順

[Windows での Python プログラム実行手順を見るには、ここをクリック]

Windows での Python 実行手順（Visual Studio Codeを使用）

プログラムファイルの作成と保存

  1. 左サイドバーの「エクスプローラー」アイコン（Ctrl+Shift+E）をクリックする
  2. 「NO FOLDER OPENED」（作業対象フォルダが未選択の状態）と表示される場合は，「Open Folder」をクリックし，プログラムを保存するフォルダを選択する

    続いて「フォルダを信用するか」を確認する画面（フォルダ内のコードを実行してよいか確認する VS Code の仕組み）が表示されるので，チェックして Yes を選択する

  3. フォルダ名の右側に表示される「新しいファイル」アイコンをクリックする
  4. ファイル名（例：aitask.py．ファイル名は何でも良い）を入力し Enter を押す．拡張子は .py（Python ファイルを示す拡張子）とする
  5. 実行したいコードを選択し，Ctrl+C でコピーする．VS Code のエディタ領域に Ctrl+V で貼り付ける
  6. Ctrl+S で保存する

プログラムの実行

  1. エディタ右上の三角形「▷」アイコン（Run Python File：現在開いている Python ファイルを実行するボタン）をクリックする．または，エディタ上で右クリックし「ターミナルで Python ファイルを実行」を選択する
  2. VS Code 下部のターミナル（コマンドの入出力を表示する画面）に，実行結果（print 関数の出力等）が表示される
  3. tkinter（Python 標準の GUI ライブラリ）のファイル選択ダイアログを使うプログラムを実行した場合は，ダイアログが開くので対象画像を選択する
  4. VS Code 下部のターミナルで実行結果を確認する．OpenCV ウィンドウ（OpenCV が画像を表示するために開く専用ウィンドウ）が開いた場合はそちらも確認する．OpenCV ウィンドウは，マウスクリックでウィンドウをアクティブ（操作対象の状態）にしてからキーを押すと終了する

2. 必要なライブラリのインストール

管理者権限でコマンドプロンプトを起動する （手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。

起動したコマンドプロンプトで以下を実行する。

python -m pip install -U --no-user pip setuptools numpy pandas duckdb matplotlib seaborn scikit-learn scikit-learn-intelex

3. 実行のための準備とその確認手順（Windows 前提）

3.1 プログラムファイルの準備

本記事では複数の独立した Python コード例を掲載している。各演習のコードをテキストエディタ（Visual Studio Code やメモ帳など）に貼り付け，文字コード UTF-8 で保存する。

3.2 実行コマンド

コマンドプロンプトでファイルの保存先ディレクトリに移動し，保存したファイルを python ファイル名.py の形式で実行する（メモ帳を用いる場合は a.py のようなファイル名で保存して実行）。

3.3 動作確認チェックリスト

確認項目期待される結果
データセットの読み込みエラーなく実行が完了する
データの確認iris と titanic それぞれの先頭5行が表示される
選択（selection）sepal_length が 5 より大きいレコードが表示される
射影（projection）sepal_length と sepal_width の2列のみが条件付きで表示される
グループごとの数え上げiris の species 別件数と titanic の embark_town 別件数が表示される
グループごとの最大値iris の species ごとに各列の最大値が表示される
ソートsepal_length の降順で先頭10件が表示される
条件付き集計乗船地ごとの生存者数，総数，生存率が表示される

4. 概要・使い方・実行上の注意

4.1 データセットの準備

seaborn の sns.load_dataset() で Iris データセットと titanic データセットを読み込む。初回実行時にはインターネット経由でデータがダウンロードされる。読み込み後，head() で先頭5行を表示してデータの構造と列名を確認する。

4.2 SQL 問い合わせの各操作

DuckDB の sql 関数を使用すると，pandas のデータフレームに対して SQL で問い合わせを実行できる。DuckDB は，変数に格納されたデータフレームをテーブルとして直接参照して問い合わせを処理する（replacement scan という仕組み）。本記事では以下の操作を扱う。

選択（selection）は，WHERE 句で条件に合致するレコードを抽出する操作である。

射影（projection）は，SELECT 句で特定の列のみを取得する操作である。WHERE 句と組み合わせることで，条件を満たすレコードの特定列のみを取得できる。

グループごとの数え上げでは，列を1つ選んでグループを作り，各グループの要素数を求める。GROUP BY 句と count(*) を組み合わせて使用する。

グループごとの最大，最小，平均，和では，集約関数（max, min, avg, sum）を GROUP BY 句と組み合わせる（これらは DuckDB の標準の集約関数である。なお median も DuckDB では集約関数として利用できる）。本記事では各グループの最大値を求める例を載せる。

ソート（ORDER BY）では，ORDER BY 句で結果を並べ替える。LIMIT 句と組み合わせることで上位 N 件を取得できる。

条件付き集計では，SUM，COUNT，AVG，ROUND，WHERE（NULL 除外），GROUP BY，ORDER BY を組み合わせて，乗船地ごとの生存者数を集計する。

5. 演習1：iris, titanic データセットの読み込み

テーマ名：iris, titanic データセットの読み込み

手順：次のコードを実行（メモ帳を用いる場合は a.py のようなファイル名で保存して実行）し，2つのデータセットがエラーなく読み込まれることを確認する。

ヒント：sns.load_dataset() の引数にデータセット名を文字列で渡す。

考察ポイント：読み込みの段階では画面に出力が出ないことを確認する。

import pandas as pd
import seaborn as sns
iris = sns.load_dataset('iris')
titanic = sns.load_dataset('titanic')

6. 演習2：データの確認

テーマ名：データの確認

手順：次のコードを実行（メモ帳を用いる場合は a.py のようなファイル名で保存して実行）し，iris と titanic の先頭5行を表示する。

ヒント：head() は先頭5行を返す。

考察ポイント：各データセットの列名と値の型を読み取る。

import pandas as pd
import seaborn as sns
iris = sns.load_dataset('iris')
titanic = sns.load_dataset('titanic')

print(iris.head())
print(titanic.head())

7. 演習3：選択（selection）

テーマ名：選択（selection）

手順：次のコードを実行（メモ帳を用いる場合は a.py のようなファイル名で保存して実行）し，sepal_length が 5 より大きいレコードを抽出する。

ヒント：WHERE 句で条件を指定する。

考察ポイント：抽出後の行数が元の行数より少ないことを読み取る。

import pandas as pd
import duckdb
import seaborn as sns
iris = sns.load_dataset('iris')

print(duckdb.sql("SELECT * FROM iris WHERE sepal_length > 5;").df())

8. 演習4：射影（projection）

テーマ名：射影（projection）

手順：次のコードを実行（メモ帳を用いる場合は a.py のようなファイル名で保存して実行）し，条件を満たすレコードの sepal_length と sepal_width の2列のみを取得する。

ヒント：SELECT 句に取得したい列名を並べる。

考察ポイント：選択（演習3）との違い，すなわち取得される列が絞られている点を読み取る。

import pandas as pd
import duckdb
import seaborn as sns
iris = sns.load_dataset('iris')

print(duckdb.sql("SELECT sepal_length, sepal_width FROM iris WHERE sepal_length > 5;").df())

9. 演習5：グループごとの数え上げ

テーマ名：グループごとの数え上げ

手順：次のコードを実行（メモ帳を用いる場合は a.py のようなファイル名で保存して実行）し，iris の species 別件数と titanic の embark_town 別件数を求める。

ヒント：GROUP BY 句と count(*) を組み合わせる。

考察ポイント：グループごとに件数が分かれて表示されることを読み取る。

import pandas as pd
import duckdb
import seaborn as sns
iris = sns.load_dataset('iris')
titanic = sns.load_dataset('titanic')

print(duckdb.sql("SELECT species, count(*) FROM iris GROUP BY species;").df())
print(duckdb.sql("SELECT embark_town, count(*) FROM titanic GROUP BY embark_town;").df())

10. 演習6：グループごとの最大値

テーマ名：グループごとの最大値

手順：次のコードを実行（メモ帳を用いる場合は a.py のようなファイル名で保存して実行）し，iris の species ごとに各列の最大値を求める。

ヒント：集約関数 max を GROUP BY 句と組み合わせる。

考察ポイント：species ごとに各列の最大値が異なることを読み取る。

import pandas as pd
import duckdb
import seaborn as sns
iris = sns.load_dataset('iris')
titanic = sns.load_dataset('titanic')

print(duckdb.sql("SELECT species, max(sepal_length), max(sepal_width), max(petal_length), max(petal_width) FROM iris GROUP BY species;").df())

11. 演習7：ソート（ORDER BY）

テーマ名：ソート（ORDER BY）

手順：次のコードを実行（メモ帳を用いる場合は a.py のようなファイル名で保存して実行）し，sepal_length の降順で先頭10件を取得する。

ヒント：ORDER BY 句に DESC を付けると降順になる。LIMIT 句で件数を絞る。

考察ポイント：先頭の行ほど sepal_length が大きいことを読み取る。

import pandas as pd
import duckdb
import seaborn as sns
iris = sns.load_dataset('iris')

print(duckdb.sql("SELECT * FROM iris ORDER BY sepal_length DESC LIMIT 10;").df())

12. 演習8：条件付き集計

テーマ名：条件付き集計

手順：次のコードを実行（メモ帳を用いる場合は a.py のようなファイル名で保存して実行）し，乗船地ごとの生存者数，総数，生存率を集計する。

ヒント：SUM，COUNT，AVG，ROUND，WHERE，GROUP BY，ORDER BY を1つの SELECT 文で組み合わせる。生存率は AVG(survived) * 100 を ROUND で丸める。

考察ポイント：乗船地によって生存率に差があることを読み取る。

import pandas as pd
import duckdb
import seaborn as sns
titanic = sns.load_dataset('titanic')

print(duckdb.sql("SELECT embark_town, SUM(survived) AS survived_count, COUNT(*) AS total, ROUND(AVG(survived) * 100, 1) AS survival_rate FROM titanic WHERE embark_town IS NOT NULL GROUP BY embark_town ORDER BY survival_rate DESC;").df())

13. まとめ