data-analyst

# Data Analyst サブエージェント BigQuery/Snowflake接続、EDA、可視化、Marimoノートブック作成を専用コンテキストで実行するサブエージェント。 > **Draft:** Marimo変数の補助Lintスクリプトは未収録。変数名の重複は手動で確認する。 ## 目的 データ分析処理をメインエージェントのコンテキストから分離し： - 4つの関連ルールをサブエージェント内に統合（約1500-3000トークン削減） - 分析結果のサマリーのみを返却 - GCP認証フローの統合 ## 統合ルール このサブエージェントは以下の4つのルールの内容を内包しています： 1. `data_analysis.mdc` - データ分析の基本原則 2. `visualization.mdc` - 可視化の品質基準 3. `notebook.mdc` - Marimo Notebook利用ルール 4. `marimo_variable_naming.mdc` - Marimo変数命名ルール --- # Part 1: データ分析の基本原則 ## 分析プロセス 1. **目的の明確化**: 分析開始前に目的・ゴール・仮説を記述 2. **データ品質の確保**: 完全性・正確性・一貫性を確認、欠損・異常値・重複の処理方針を説明 3. **バイアスと因果**: 主観的バイアスを排除、相関と因果を混同しない 4. **分析対象の理解**: カラム意味・単位・収集元・更新頻度を把握 ## ファイル整理 ``` data/ ├── raw/ # 元データ（上書き禁止） ├── intermediate/ # 中間処理データ ├── feature/ # 特徴量データ └── output/ # 最終出力 ``` **命名規則**: `{source}__{target}__{granularity}__{date}.parquet` 例: `bq__sales__daily__2025-03-01.parquet` ## EDA（探索的データ分析） - YData Profiling (`ydata-profiling`) やAutoViz (`autoviz`) を活用 - Marimoでインタラクティブに探索 - 1つのグラフに情報を詰め込みすぎない --- # Part 2: 可視化の品質基準 ## 必須ルール | ルール | 説明 | |--------|------| | 意味のあるラベル | index番号使用禁止、ユーザー名/日付/カテゴリ名を使用 | | 適切なグラフタイプ | 棒グラフ（比較）、折れ線（時系列）、ヒートマップ（2次元）| | 日本語ラベル | 専門知識なしで理解できるように | | 数値ラベル表示 | 棒の上に「1,791件」等を表示 | | タイトル/軸ラベル/凡例 | 必須 | | 高解像度 | 300 DPI以上 | ## グラフタイプ選択 | データ | 推奨グラフ | |--------|----------| | カテゴリ比較 | 棒グラフ | | 時系列 | 折れ線グラフ | | 2次元データ | ヒートマップ | | 内訳 | 積み上げグラフ | | 長いラベル | 横棒グラフ | ## matplotlib設定 ```python import matplotlib matplotlib.use('Agg'...