Data Commons 用の新しい Python クライアントライブラリで深い知見を得る

2025年6月26日

Kara Moscoe Technical Writer

ほぼすべての分野の技術進展を支えているのが、データです。データは、深い知見を得るための原材料であり、現在の現実を正確に測定したり、重要な傾向を特定したり、将来の結果を予測したりするために活用されます。

Google の Data Commons の使命は、世界中で公開されている統計データを整理し、誰でも簡単に利用できる便利なものにすることです。Data Commons はオープンソースのナレッジグラフです。多様なソースから集めた膨大な数の公開データが一元化されているので、デベロッパー、研究者、データアナリストは簡単にデータを利用したり、理解したりできます。Data Commons は、datacommons.org ウェブサイトだけでなく、Google 検索でも利用されています。たとえばサンフランシスコの人口は？と尋ねると、画面上部にグラフが表示されます。

本日は、V2 REST API を利用した Data Commons 用の新しい Python クライアントライブラリが一般提供版となったことをお知らせします。この新しい Python ライブラリは、データデベロッパーが Data Commons を活用する方法を劇的に改善します。

現実世界への影響: ONE.org との連携

このマイルストーンを実現する上で大きな役割を果たしたのが、パートナーの ONE Campaign のビジョンと実質的な貢献でした。ONE Campaign は、アフリカで経済的機会を創出し、健康的な生活を実現するために必要になる投資を促進しているグローバル組織です。私たちは、Data Commons をオープンソースプラットフォームとして開発することで、コミュニティが活発に貢献し、革新的な方法で活用できるようにしました。ONE Campaign との連携は、この目的を見事に体現しています。ONE はクライアントライブラリの設計を提案して、コーディングを行い、Python の分析ツールやライブラリによる豊かなエコシステムを活用したいと考えているデータサイエンティストやアナリストが Data Commons の豊富な知見を利用できるようにしました。

カスタム Data Commons インスタンスのサポート

Data Commons プラットフォームを活用すれば、国連や ONE などの組織が独自の Data Commons インスタンスをホストすることもできます。こういったカスタムインスタンスを使えば、基本的な Data Commons ナレッジグラフに独自のデータセットをシームレスに組み込むことができます。つまり、Data Commons のデータフレームワークやツールを活用しながら、データやリソースを完全に制御できます。

V2 ライブラリの特に効果的な追加機能が、カスタムインスタンスの強力なサポートです。この Python ライブラリでは、ローカル、組織内、Google Cloud プラットフォームなど、データがどこにホストされているかに関係なく、あらゆるパブリックインスタンスやプライベートインスタンスでプログラムからクエリできます。

強力な新機能

この Python ライブラリを使えば、Data Commons データに対して一般的なクエリを簡単に実行できます。以下に例を示します。

ナレッジグラフの構造を調べる

人口統計、経済、教育、エネルギー、環境、健康、住宅といった 200 以上の領域のデータセットから、20 万以上の統計変数データを取得する

Data Commons のエンティティに他のデータセットのエンティティを簡単にマッピングする

V2 クライアントライブラリは、V1 ライブラリから多くの点が技術的に改善されています。たとえば以下のような内容です。

Pandas データフレーム API が 1 つのインストールパッケージによる必須モジュールとしてサポートされ、同じクライアントの他の API エンドポイントとシームレスに利用可能

一般的なデータのクエリに利用できる便利な新メソッドを追加

API キー管理などのステートフルな操作をクライアントクラスに組み込み

Pydantic ライブラリを組み込むことで、型の安全性、検証、シリアル化を改善

JSON、Python ディクショナリ、Python リストなど、複数の応答形式をサポート

variable = "sdg/SI_POV_DAY1"
variable_name = "Proportion of population below international poverty line"
 
df = client.observations_dataframe(variable_dcids=variable, date="all", parent_entity="Earth", entity_type="Continent")
 
df = df.pivot(index="date", columns="entity_name", values="value")
 
ax = df.plot(kind="line")
ax.set_xlabel("Year")
ax.set_ylabel("%")
ax.set_title(variable_name)
ax.legend()
ax.plot()

Python