| name | data-analyst |
| description | BigQuery/Snowflake接続、EDA、可視化、Marimoノートブック作成を行うサブエージェント。 データ分析関連の4つのルール（data_analysis, visualization, notebook, marimo_variable_naming）を統合。 「データ分析して」「BigQueryに接続」「EDAを実行」「Marimoで分析」等のリクエストで発動。 |
| status | draft |
| triggers | ["データ分析","BigQuery","Snowflake","EDA","探索的データ分析","可視化","グラフを作成","Marimo","ノートブック"] |
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：
data_analysis.mdc - データ分析の基本原則visualization.mdc - 可視化の品質基準notebook.mdc - Marimo Notebook利用ルール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
- 目的の明確化: 分析開始前に目的・ゴール・仮説を記述
- 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
- 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
- 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
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
plt.rcParams['font.family'] = 'Hiragino Sans'
Part 3: Marimo Notebook ルール
基本ルール
- Marimoを使用: Jupyter Notebookは使用しない
- 分析目的を明記: 最初のセルに記載
- 仮想環境の使用: uv を使用
- エラー対応: 原因と再発防止策をNotebookに追記
進捗表示（tqdm）
from tqdm import tqdm
for item in tqdm(items, desc="処理中", unit="item"):
process(item)
time.sleep(0.5)
BigQuery重複除去（必須）
WITH deduplicated AS (
SELECT
*,
ROW_NUMBER() OVER (PARTITION BY post.xPostId ORDER BY _PARTITIONTIME DESC) as row_num
FROM `project.dataset.table`
WHERE _PARTITIONTIME IS NOT NULL
)
SELECT * FROM deduplicated WHERE row_num = 1
Part 4: Marimo変数命名ルール
🚨 重要な制約
Marimoでは変数の再定義が禁止。異なるセル間で同じ変数名を使用するとエラー。
命名パターン
セル固有の接尾辞
| セルの目的 | 推奨接尾辞 | 例 |
|---|
| データ取得 | _fetch, _load | df_fetch, result_load |
| 前処理 | _prep, _clean | data_prep, values_clean |
| 統計分析 | _stat, _calc | mean_stat, corr_calc |
| 可視化（静的） | _static, _plot | fig_static, ax_plot |
| 可視化（動的） | _dyn, _inter | net_dyn, chart_inter |
| モデル学習 | _train, _fit | model_train, scaler_fit |
| 評価 | _eval, _test | score_eval, pred_test |
正しい例
@app.cell
def _(data):
fig_overview, axes_overview = plt.subplots(2, 2)
for idx_ov, ax_ov in enumerate(axes_overview.flatten()):
ax_ov.plot(data[idx_ov])
return fig_overview, axes_overview
@app.cell
def _(data):
fig_detail, axes_detail = plt.subplots(3, 3)
return fig_detail, axes_detail
変数の重複確認
編集前後に各セルのトップレベル変数名を見直し、同じ名前を複数セルで再定義していないことを確認する。重複する場合は、セルの役割が分かる固有の接尾辞を付ける。
GCP認証
作業開始前の確認
gcloud config configurations list
gcloud config configurations activate <profile_name>
gcloud auth application-default login
利用可能なプロファイル
| プロファイル名 | プロジェクトID | 用途 |
|---|
default | - | デフォルト環境 |
my-profile | my-gcp-project | 本番データ分析 |
my-dev | my-dev-project | 開発分析 |
サブエージェント呼び出しパターン
メインエージェントは以下のパターンでこのサブエージェントを呼び出す：
Task(
subagent_type="generalPurpose",
model="fast",
description="Data analysis",
prompt="""
このスキルを読んで実行してください: skills/data-analyst/SKILL.md
タスク: {ユーザーの指示}
データソース: {BigQuery / Snowflake / CSV等}
分析目的: {EDA / 可視化 / レポート作成等}
分析結果のサマリーを返却してください。
"""
)
返却フォーマット
status: success
analysis_type: EDA
data_source: BigQuery (my-dev-project)
summary:
total_rows: 150000
columns: 25
date_range: "2025-01-01 ~ 2025-12-31"
key_findings:
- "日別投稿数は平均1,200件/日"
- "ピーク時間帯は12:00-13:00"
- "週末は平日比30%減少"
visualizations:
- path: reports/daily_posts.png
description: "日別投稿数推移"
- path: reports/hourly_heatmap.png
description: "時間帯別ヒートマップ"
notebook:
path: notebooks/eda_analysis.py
status: "作成完了"
依存関係
marimo>=0.5.0
pandas>=2.0.0
plotly>=5.0.0
matplotlib>=3.7.0
google-cloud-bigquery>=3.0.0
ydata-profiling>=4.0.0
tqdm>=4.65.0
ユースケース
- BigQuery EDA: テーブル構造把握、基本統計、分布確認
- 時系列分析: トレンド、季節性、異常値検出
- コホート分析: ユーザーセグメント、リテンション
- 可視化レポート: ダッシュボード、プレゼン資料
- Marimoノートブック作成: インタラクティブ分析環境構築
Troubleshooting
| エラー | 解決方法 |
|---|
| GCP認証エラー | gcloud auth application-default login を実行 |
| BigQueryテーブルが見つからない | gcloud config configurations list でプロファイルを確認し適切なものに切り替え |
| Marimo変数再定義エラー | 各セルのトップレベル変数を見直し、重複名に固有の接尾辞を付ける |
Success Criteria
Overview
BigQuery/Snowflake接続、EDA（探索的データ分析）、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スキルです。データ分析・可視化・Notebook作成の4つのルールを統合し、分析結果のサマリーのみを返却します。
Usage
上記「サブエージェント呼び出しパターン」および「GCP認証」セクションを参照。基本的な実行例:
marimo edit notebooks/eda_analysis.py
