データベースへの接続とデータの取得
Kotlin DataFrame ライブラリは、最も一般的な以下の SQL データベースをサポートしています:
GitHub 上の Kotlin DataFrame SQL Examples も確認してください。
始める前に
IntelliJ IDEA 2026.2 以降、Kotlin Notebook は IDE にバンドルされなくなり、JetBrains による公式サポートも終了します。 ソースコードは引き続き GitHub で利用可能です。
詳細についてはブログ記事を参照してください。
このチュートリアルを進めるには:
File | New | Kotlin Notebook を選択します。
ノートブックの最初のセルに、使用するデータベース用の Java Database Connectivity (JDBC) ドライバの依存関係を追加します。
例えば、MariaDB データベースに接続するには、次のように追加します:
kotlinUSE { dependencies("org.mariadb.jdbc:mariadb-java-client:$version") }Kotlin DataFrame をインポートします:
kotlin%use dataframeノートブックで DataFrame ライブラリとその API を確実に利用できるようにするため、他のコードセルよりも前に
%use dataframeの行を含むコードセルを実行してください。
チュートリアルを進めるにあたり、Gradle または Maven の依存関係として DataFrame を使用することもできます。
データベースへの接続
データベースに接続するには、DbConnectionConfig() 関数を使用して接続設定を作成します:
以下の機能をインポートします:
kotlinimport org.jetbrains.kotlinx.dataframe.io.DbConnectionConfig import org.jetbrains.kotlinx.dataframe.schema.DataFrameSchemaDbConnectionConfig()関数を使用して接続パラメータ(URL、ユーザー名、パスワード)を定義します:kotlinval URL = "YOUR_URL" val USER_NAME = "YOUR_USERNAME" val PASSWORD = "YOUR_PASSWORD" val dbConfig = DbConnectionConfig(URL, USER_NAME, PASSWORD)
SQL データベースへの接続に関する詳細については、Kotlin DataFrame ドキュメントの Read from SQL databases を参照してください。
データベーススキーマの調査
データを読み込む前に、どのようなテーブルがあり、どのようなカラムが含まれているかを把握するために、データベーススキーマを調査します。このスキーマを参考にして、どのテーブルを DataFrame に読み込むかを決定できます。
データベース内のユーザーが作成したすべてのテーブルのスキーマを取得するには、DataFrameSchema.readAllSqlTables() 関数を使用します:
val dataSchemas = DataFrameSchema.readAllSqlTables(dbConfig)
dataSchemas.forEach { (tableName, schema) ->
println("---Schema for table: $tableName---")
println(schema)
println()
}データの読み込み
データベーススキーマを調査してデータを選択したら、そのデータを DataFrame に読み込みます。
Kotlin DataFrame は、データベースからデータを読み込むための 2 つの方法を提供しています:
- テーブルから直接データを読み込む。
- カスタム SQL クエリの結果を読み込む。
どちらのアプローチでも、調査、変換、分析が可能な DataFrame が返されます。
テーブルからのデータ読み込み
テーブルからデータを読み込むには、DataFrame.readSqlTable() 関数を使用します。
以下の例では、movies テーブルから最初の 100 行を読み込みます:
val moviesDf = DataFrame.readSqlTable(
dbConfig = dbConfig,
tableName = "movies",
limit = 100
)
moviesDfSQL クエリによるデータの読み込み
データベースに対して特定の SQL クエリを実行するには、DataFrame.readSqlQuery() 関数を使用します。 このアプローチは、特定のカラムの読み込み、テーブルの結合、行のフィルタリング、またはデータベース内でのデータの集約が必要な場合に便利です。
クエンティン・タランティーノ監督の映画に関連する特定のデータセットを取得してみましょう。 このクエリは映画の詳細を選択し、映画ごとにジャンルを結合します:
val TARANTINO_FILMS_SQL_QUERY = """
SELECT name, year, rank, GROUP_CONCAT(genre) as "genres"
FROM movies JOIN movies_directors ON movie_id = movies.id
JOIN directors ON directors.id=director_id LEFT JOIN movies_genres ON movies.id = movies_genres.movie_id
WHERE directors.first_name = "Quentin" AND directors.last_name = "Tarantino"
GROUP BY name, year, rank
ORDER BY year
"""
val tarantinoMoviesDf = DataFrame.readSqlQuery(dbConfig, TARANTINO_FILMS_SQL_QUERY)
tarantinoMoviesDfデータの処理
データベースから DataFrame にデータを読み込んだ後は、DataFrame の操作を使用して取得したデータを処理できます。
例えば、前のセクションのデータを操作してみましょう。以下のコードは:
.fillNA()関数を使用して、yearカラムの欠損値を置換します。.convert()関数を使用して、カラムをIntに変換します。.filter()関数を使用して、2000 年以降に公開された映画のみを保持します。
val filteredTarantinoMovies = tarantinoMoviesDf
.fillNA { year }.with { 0 }
.convert { year }.toInt()
.filter { year > 2000 }
filteredTarantinoMoviesデータの分析
DataFrame ライブラリを使用してデータのグループ化、ソート、集約を行い、データ内のパターンを発見して理解することができます。
例えば、actors テーブルから俳優のデータを読み込み、最も一般的な上位 20 個の名(first name)を見つけてみましょう:
// actors テーブルからデータを抽出
val actorDf = DataFrame.readSqlTable(dbConfig, "actors", 10000)
val top20ActorNames = actorDf
// first_name カラムでデータをグループ化
.groupBy { first_name }
// 一意な各名(first name)の出現回数をカウント
.count()
// カウントの降順で結果をソート
.sortByDesc("count")
// 分析用に最も頻度の高い上位 20 件を選択
.take(20)次のステップ
- Kandy ライブラリを使用したデータの可視化を試す
- データ可視化の詳細については、Kandy によるデータ可視化を参照してください
- Kotlin でのデータサイエンスおよびデータ分析に利用可能なツールやリソースの包括的な概要については、データ分析のための Kotlin および Java ライブラリを参照してください
