Streamlitでサクッと！タイタニック予測データを加工＆可視化してみた

こんにちは、pomeshiba29です ！
今回は、有名な「タイタニック予測」のデータセットを題材に、Streamlitを使ってGUIベースでデータ加工と可視化を行うアプリを作ってみました。
GitHub上にローカル環境で動かせるコードを格納しておりますので、興味がありましたらご確認ください。

1.Streamlitとは？

Streamlit は、PythonだけでWebアプリが作れるオープンソースのライブラリです。
機械学習やデータ分析の結果を、コード数行でインタラクティブに可視化できるのが最大の特長です。

2.使用データ

• Titanic - Machine Learning from Disaster（Kaggle公開データ）

こちらをダウンロードの上で train.csv を使用してデータ加工してみます。

3.Streamlitで実装した機能の紹介

🧹 データ加工機能

GUI操作で以下のようなデータ確認・加工操作を実装しました（デモ動画もあり）。

• CSVアップロード
  ✅ GUI上にドラッグアンドドロップで読み込ませることができます
  
  　
• 型変換（str→intなど）
  ✅ プルダウンリストから変更したい型が選択できます
  
  　
• 目的変数の設定
  ✅ 目的変数を選択し、正例と負例を指定する事ができます（判別分析の場合）
  （※回帰分析の場合は選択のみ（スキップも可能））
  
  　
• 数値統計量の確認
  ✅ 数値データとして選択したカラムの統計量が確認できます
  （※タイタニック予測には日付データは無いのでこちらはスキップ）
  
  　
• 欠損値と外れ値の確認
  ✅ 数値データとして選択したカラムの欠損値と外れ値が確認できます
  
  　
• カテゴリ変数の概要確認
  ✅ カテゴリ変数における欠損値、ユニーク数、最頻値が確認できます
  
  　
• 外れ値・欠損値の補完（ゼロ埋め／平均／最頻値／レコード削除）
  ✅ GUI上で外れ値・欠損値の扱いを指定する事ができます
  
  　
• カテゴリ変数のエンコーディング（Label / One-hot / カラム削除）
  ✅ カテゴリ変数のエンコーディング方法を指定する事ができます
  
  　
• 加工後データのプレビューとCSVダウンロード
  ✅ 加工データのプレビューや、ローカルへのCSVダウンロードがワンクリックで行えます
  
  　

🎥実際のデモ動画

✅ 本アプリの実際の操作イメージとなります

💬 感想とまとめ

Streamlitによってコードを書かずにデータ前処理＆可視化ができる環境がすぐに整います。
想像以上に柔軟な機能実装が出来ることが分かったので、今後もStreamlitを有効活用していきたいと思います。

• 教育・研修用途にも最適

• 分析の入り口として初心者にも優しい

• アプリの構成を汎用化すれば、別データでも使い回し可能！

🚀 今後の展望

• Streamlitで学習モデルの作成・評価編をやってみたい

• AutoMLと連携してモデル選定まで自動化したい

• クラウド環境（Streamlit Cloudなど）でデプロイして多くの人と共有

🔗 リンク

GitHubリポジトリ：URL

使用データ：Kaggle Titanic Dataset

Streamlit公式：https://streamlit.io/

🙏 最後に

Streamlit初めて使ってみましたが、便利ですね！
もし、「こういった使い方もおすすめ！」
などありましたら、是非教えていただけますと幸いです。