- AIでデータ分析-pivotテーブル：職種別の残業状況を割合で集計する
- 用いるデータの紹介
- まずはPythonでpivotテーブルを作成する
- AIの活用：ChatGPTでpivotテーブルを作成する
- AIの活用：ChatGPTでpivotテーブルという言葉を使わず残業状況を割合を調べる
- まとめ
AIでデータ分析-pivotテーブル：職種別の残業状況を割合で集計する
このノートは、分析においてAIを使って何ができて何ができないかを検証するために、実際に試した結果をまとめたノートです。
今回は職種別の残業の有無の割合を調べていきたいと思います。
その際、AIでpivotテーブルを正しく実行できるのか、またpivotテーブルを知らなくても同様の集計結果を得られるのか、試してみたいと思います。AIを用いることでいかに効率化できるのか、体験していただければと思います。
所要時間は10分ほどとなっています。
それでは、さっそく始めていきましょう！
データの紹介
今回検証に用いるデータのサンプルデータは従業員データです。サンプルデータはこちらからダウンロードできます。
1行が従業員１人のデータになっています。列情報としては年齢、性別、婚姻ステータス、部署、職種、給料などがあります。
まずはPythonでpivotテーブルを実行する
まずはPythonでpivotテーブルを実行し、職種別に残業の有無の割合を集計します。
結果を確認します。
リサーチサイエンティストが残業をしている割合が最も高いことが分かります。
所要時間は10分でした。
AIの活用：ChatGPTでpivotテーブルを実行する
次にAIを使って同じことをするため、chatGPTに従業員データをアップロードし、「添付のデータを使って、下記を実行して 分析手法：pivotテーブル 行：残業の有無 列：職種 値：職種ごとで残業の有無それぞれの割合」と入力し、実行します。
結果を確認します。
同じ結果が得られており、AIでpivotテーブルを正しく実行できることが確認できました。
所要時間は1分でした。
AIの活用：ChatGPTでpivotテーブルという言葉を使わず残業状況を割合を調べる
chatGPTで新しくチャットを開き、プロンプトに「添付のデータを使って、職種別に残業の有無の割合を表す表を作って」と入力し、実行します。
結果を確認します。
こちらも同じ結果を得られており、pivotテーブルを知らなくても、また分析手法を特に指定しなくても、知りたいいことをAIに伝えるだけで、正しい分析結果を得られることが確認できました。
ちなみに分析手法も何も指定していないのにあまりに同じ出力結果になったので、同じアカウント内の別のチャットの情報を参考にしているだけではないかと思い、確認してみたところ下記のように反応が得られました。
参考にされていないとのことですが、実際はどういう仕様になっているんでしょうか。
気になります。所要時間は1分でした。
まとめ
今回は職種別の残業の有無の割合を、3つの方法で調べました。
1つ目の方法はPythonでpivotテーブルを作成する方法、2つ目の方法はchatGPTpivotテーブルを作成する方法、3つ目の方法はchatGPTを用いてpivotテーブルという言葉を使わず分析を行う方法です。
結果はいずれも同じ結果を得ることができ、AIはpivotテーブルを正しく実行することができること、pivotテーブルを知らなくても、特に分析手法を知らなくても知りたいことを伝えられれば同じ結果を得られることを
確認することができました。
AIでできることとできないことを把握し、うまく活用することで、データ分析もかなり効率化できそうですね！
AIでデータ分析-pivotテーブル：職種別の残業状況を割合で集計する は以上となります！