Python pandas を使ってPCA Accounting データを可視化・分析する方法

こんにちは！ウェブ担当の加藤です。マーケ関連のデータ分析や整備もやっています。

Python エコシステムには多くのライブラリがあり、開発やデータ分析を行う際には必須と言っていいライブラリも多く存在します。CData Python Connector for PCAAccounting は、pandas、Matplotlib、SQLAlchemy から使用することで PCA Accounting にデータ連携するPython アプリケーションを構築したり、PCA Accounting データの可視化を実現します。本記事では、pandas、SQLAlchemy、およびMatplotlib のビルトイン機能でPCA Accounting にリアルタイムアクセスし、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 Connectors の特徴

CData Python Connectors は、以下のような特徴を持った製品です。

1. PCA Accounting をはじめとする、CRM、MA、会計ツールなど多様なカテゴリの270種類以上のSaaS / オンプレデータソースに対応
2. pandas をはじめとする多様なデータ分析・BI ツールにPCA Accounting データを連携
3. ノーコードでの手軽な接続設定

CData Python Connectors では、1.データソースとしてPCA Accounting の接続を設定、2.Python からPython Connectors との接続を設定、という2つのステップだけでデータソースに接続できます。以下に具体的な設定手順を説明します。

以下の手順に従い、必要なライブラリをインストールし、Python オブジェクト経由でPCA Accounting にアクセスします。

必要なライブラリのインストール

pip で、pandas & Matplotlib ライブラリおよび、SQLAlchemy をインストールします。

pip install pandas
pip install matplotlib
pip install sqlalchemy

次にライブラリをインポートします。

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

Python でPCA Accounting データを可視化

次は接続文字列を作成してPCA Accounting に接続します。create_engine 関数を使って、PCA Accounting に連携するEngne を作成します。以下はサンプルの接続文字列になりますので、環境に応じてクレデンシャル部分を変更してください。

engine = create_engine("pcaaccounting:///?OAuthClientId=MyOAuthClientId&OAuthClientSecret=MyOAuthClientSecret&CallbackURL=http://localhost:33333&ProductCode=MyProductCode&ApiVersion=V1&DataCenter=DataCenterName&DefaultDataArea=MyDefaultDataArea&InputModuleName=DefaultInputModuleName&InitiateOAuth=GETANDREFRESH&OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")

PCA クラウド会計DX では、OAuth 2 認証標準を使います。

ユーザー資格情報の接続プロパティを設定せずに接続できます。接続に最小限必要な接続プロパティは、次のとおりです。

• InitiateOAuth：GETANDREFRESH に設定。InitiateOAuth を使って、OAuth 交換や、手動での接続文字列のアクセストークン設定の繰り返しを避けられます。
• OAuthClientId：アプリケーション設定のクライアントId に設定。
• OAuthClientSecret：アプリケーション設定のクライアントシークレットに設定。
• CallbackURL：アプリケーション設定のリダイレクトURL に設定。
• ApiVersion：接続するPCA API Server バージョンを設定。
• DefaultDataArea：接続するデータ領域を設定。
• DataCenter：接続するサーバーのDataCenter 名を設定。
• ProductCode：PCA 製品コード名を設定。
• InputModuleName：PCA InputSlip のInputModuleName を設定。

接続すると、CData 製品はデフォルトブラウザでPCA Accounting OAuth エンドポイントを開きます。ログインして、CData 製品にアクセス許可を与えます。CData 製品がOAuth プロセスを完了します。

ヘッドレスマシンの認証など、他のOAuth 認証フローについては、ヘルプドキュメントの「OAuth 認証の使用」を参照してください。

PCA Accounting にアクセスするSQL を実行

pandas のread_sql 関数を使って好きなSQL を発行して、DataFrame にデータを格納します。

df = pandas.read_sql("""SELECT Id, Name FROM BuGroup WHERE Name = 'Group1'""", engine)

PCA Accounting データを可視化

DataFrame に格納されたクエリ結果に対して、plot 関数をつかって、PCA Accounting データをグラフ化してみます。

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

PCA Accounting からPython へのデータ連携には、ぜひCData Python Connector をご利用ください

このようにCData Python Connector と併用することで、270を超えるSaaS、NoSQL データをPython からコーディングなしで扱うことができます。30日の無償評価版が利用できますので、ぜひ自社で使っているクラウドサービスやNoSQL と合わせて活用してみてください。

日本のユーザー向けにCData Python Connector は、UI の日本語化、ドキュメントの日本語化、日本語でのテクニカルサポートを提供しています。

ソースコード

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

engine = create_engine("pcaaccounting:///?OAuthClientId=MyOAuthClientId&OAuthClientSecret=MyOAuthClientSecret&CallbackURL=http://localhost:33333&ProductCode=MyProductCode&ApiVersion=V1&DataCenter=DataCenterName&DefaultDataArea=MyDefaultDataArea&InputModuleName=DefaultInputModuleName&InitiateOAuth=GETANDREFRESH&OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")
df = pandas.read_sql("""SELECT Id, Name FROM BuGroup WHERE Name = 'Group1'""", engine)

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