Python で pandas を使って Airtable データを可視化する方法

Python の豊富なエコシステムを活用することで、作業を迅速に開始し、システム間の連携をより効果的に行うことができます。CData Python Connector for Airtable、pandas および Matplotlib モジュール、SQLAlchemy ツールキットを組み合わせることで、Airtable に接続した Python アプリケーションやスクリプトを構築し、Airtable のデータを可視化できます。この記事では、pandas、SQLAlchemy、Matplotlib の組み込み関数を使用して Airtable のデータに接続し、クエリを実行して結果を可視化する方法を説明します。

CData Python Connector は、組み込みの最適化されたデータ処理機能により、Python での Airtable のデータへのリアルタイムアクセスにおいて比類のないパフォーマンスを提供します。Airtable に対して複雑な SQL クエリを発行すると、ドライバーはフィルタや集計などのサポートされている SQL 操作を Airtable に直接プッシュし、サポートされていない操作（多くの場合、SQL 関数や JOIN 操作）は組み込みの SQL エンジンを使用してクライアント側で処理します。

Airtable のデータへの接続

Airtable のデータへの接続は、他のリレーショナルデータソースへの接続と同様です。必要な接続プロパティを使用して接続文字列を作成します。この記事では、接続文字列を create_engine 関数のパラメータとして渡します。

Airtable への接続

それでは、Airtable に接続していきましょう。CData 製品は、Airtable にテーブルとビューを要求します。 Schema プロパティ（オプション）を使用すると、表示されるテーブルおよびビューを特定のベースに制限できます。 特定のベースに制限したい場合は、このプロパティを使用するスキーマの名前に設定してください。（これはAirtable のBase 名に相当します。）

すべてのAirtable Bases に加えて、DataModelInformation という名前の静的スキーマもご利用いただけます。 このスキーマでは、Bases、Tables、Users のような静的テーブルをクエリできます。 DisplayObjectIds がTrue に設定されている場合、Schema の値は名前ではなくAirtable Base id に設定する必要があります。

Airtableへの認証

続いて、認証方法を設定しましょう。個人用アクセストークンまたはOAuth PKCE のいずれかを使用してAirtable に認証できます。

個人用アクセストークン

個人用アクセストークンをまだ生成していない場合は、以下のステップで生成してみましょう。

1. ユーザーアカウントにログインします
2. "https://airtable.com/create/tokens" に移動します
3. Create new token をクリックします
4. Scopes で、Add a scope をクリックして以下の各スコープを追加します
   • data.records:read
   • data.records:write
   • schema.bases:read
5. Access で、トークンにアクセス権を付与するすべてのワークスペースとベースを追加します
6. Create token をクリックしてトークンを生成します。生成されたトークンは一度しか表示されませんので、必ずコピーして保存してください

次に、以下の設定を行います。

• AuthScheme：PersonalAccessToken
• Token：先ほど生成した個人用アクセストークンの値

OAuth PKCE については、 href="/kb/help/" target="_blank">ヘルプドキュメントの「はじめに」をご確認ください。

以下の手順に従って、必要なモジュールをインストールし、Python オブジェクトを介して Airtable にアクセスしてみましょう。

必要なモジュールのインストール

pip ユーティリティを使用して、pandas、Matplotlib モジュール、および SQLAlchemy ツールキットをインストールします。

pip install pandas
pip install matplotlib
pip install sqlalchemy

以下のようにモジュールをインポートしてください。

import pandas
import matplotlib.pyplot as plt
from sqlalchemy import create_engine

Python で Airtable のデータを可視化する

接続文字列を使用して接続できます。create_engine 関数を使用して、Airtable のデータを操作するための Engine を作成します。

engine = create_engine("airtable:///?APIKey=keymz3adb53RqsU&BaseId=appxxN2fe34r3rjdG7&TableNames=TableA,...&ViewNames=TableA.ViewA,...")

Airtable への SQL の実行

pandas の read_sql 関数を使用して、SQL ステートメントを実行し、結果セットを DataFrame に格納します。

df = pandas.read_sql("SELECT Id, Column1 FROM SampleTable_1 WHERE Column1 = 'Value1'", engine)

Airtable のデータの可視化

クエリ結果が DataFrame に格納されたら、plot 関数を使用して Airtable のデータを表示するグラフを作成します。show メソッドで、グラフを新しいウィンドウに表示します。

df.plot(kind="bar", x="Id", y="Column1")
plt.show()

無料トライアル & 詳細情報

CData Python Connector for Airtable の 30日間無料トライアルをダウンロードして、Airtable のデータに接続する Python アプリケーションやスクリプトの構築を始めましょう。ご質問がありましたら、サポートチームまでお気軽にお問い合わせください。

完全なソースコード

import pandas
import matplotlib.pyplot as plt
from sqlalchemy import create_engin

engine = create_engine("airtable:///?APIKey=keymz3adb53RqsU&BaseId=appxxN2fe34r3rjdG7&TableNames=TableA,...&ViewNames=TableA.ViewA,...")
df = pandas.read_sql("SELECT Id, Column1 FROM SampleTable_1 WHERE Column1 = 'Value1'", engine)

df.plot(kind="bar", x="Id", y="Column1")
plt.show()