Scriptノード

Scriptノードでは、パイプライン内でカスタムPythonコードを記述できます。データ前処理、特徴量エンジニアリング、カスタム分析に使用します。

概要

プロパティ	値
タイプ	処理ノード
入力	DataFrameまたはModel（オプション）
出力	DataFrameまたはModel
エディタ	Monaco（VS Code風）

エディタ機能

ScriptノードはMonaco Editorを使用：

• Pythonシンタックスハイライト
• オートコンプリート
• エラーハイライト
• 行番号
• マルチカーソル

利用可能な変数

スクリプト内で以下の変数が利用可能：

変数	型	説明
df	DataFrame	入力データ（DataLoaderに接続時）
model	sklearnモデル	入力モデル（Trainerに接続時）
np	module	NumPy（事前インポート済み）
pd	module	Pandas（事前インポート済み）

出力要件

スクリプトは結果を特定の出力変数に代入する必要があります：

データを出力

# 入力: df（DataLoaderから）
# 出力: df（変更されたDataFrame）

# 行をフィルタ
df = df[df['age'] > 18]

# 新しいカラムを追加
df['age_group'] = pd.cut(df['age'], bins=[0, 30, 50, 100], labels=['young', 'mid', 'senior'])

# 最終的な`df`の値が次のノードに渡される

モデルを出力

# 入力: model（Trainerから）
# 出力: model（変更またはラップされたモデル）

# モデルプロパティにアクセス
print(f"Model type: {type(model).__name__}")
print(f"Feature importances: {model.feature_importances_}")

# モデルを変更せずに通過
# model = model（暗黙的）

一般的なユースケース

データ前処理

欠損値

# 欠損値を補完
df['age'].fillna(df['age'].median(), inplace=True)
df['category'].fillna('unknown', inplace=True)

# または欠損値のある行を削除
df = df.dropna()

特徴量エンジニアリング

# 派生特徴量を作成
df['total_spend'] = df['price'] * df['quantity']
df['log_income'] = np.log1p(df['income'])
df['name_length'] = df['name'].str.len()

# 日付特徴量
df['date'] = pd.to_datetime(df['date'])
df['day_of_week'] = df['date'].dt.dayofweek
df['month'] = df['date'].dt.month

エンコーディング

# ワンホットエンコーディング
df = pd.get_dummies(df, columns=['category', 'region'])

# ラベルエンコーディング
from sklearn.preprocessing import LabelEncoder
le = LabelEncoder()
df['category_encoded'] = le.fit_transform(df['category'])

データフィルタリング

# 条件でフィルタ
df = df[df['status'] == 'active']

# 日付範囲でフィルタ
df['date'] = pd.to_datetime(df['date'])
df = df[(df['date'] >= '2024-01-01') & (df['date'] <= '2024-12-31')]

# ランダム行をサンプリング
df = df.sample(frac=0.1, random_state=42)  # 10%サンプル

データ変換

# 数値カラムを正規化
from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
numeric_cols = ['age', 'income', 'score']
df[numeric_cols] = scaler.fit_transform(df[numeric_cols])

# 対数変換
df['log_revenue'] = np.log1p(df['revenue'])

カスタム分析

# サマリー統計を生成
print("Dataset Summary:")
print(f"Rows: {len(df)}")
print(f"Columns: {list(df.columns)}")
print("\nNumeric stats:")
print(df.describe())

print("\nMissing values:")
print(df.isnull().sum())

print("\nClass distribution:")
print(df['target'].value_counts())

エラー処理

スクリプトは分離されたPythonサブプロセスで実行されます。スクリプトが失敗した場合：

1. エラーメッセージが出力パネルに表示
2. パイプラインはこのノードで停止
3. エラーを修正して再実行

ヒント

デバッグにはprint()文を使用。全ての出力がパネルに表示されます。

よくあるエラー

エラー	原因	修正
NameError: name 'df' is not defined	DataLoaderが接続されていない	まずDataLoaderを接続
KeyError: 'column_name'	カラムが存在しない	df.columnsを確認
ModuleNotFoundError	パッケージがインストールされていない	pip install packageでインストール

print出力

全てのprint()出力はノードの出力パネルに表示：

print("Processing data...")
print(f"Input shape: {df.shape}")

# 処理コード

print(f"Output shape: {df.shape}")
print("Done!")

出力：

Processing data...
Input shape: (1000, 10)
Output shape: (950, 12)
Done!

制限

• GUI不可: matplotlibプロットは表示不可（可視化にはEvaluatorを使用）
• 入力不可: stdinからの読み取りやユーザー入力のプロンプト不可
• タイムアウト: スクリプトはデフォルトで5分後にタイムアウト
• メモリ: 利用可能なシステムメモリに制限

外部パッケージ

インストール済みの任意のPythonパッケージをインポート可能：

import numpy as np           # 事前インポート済み
import pandas as pd          # 事前インポート済み
from sklearn.preprocessing import StandardScaler
from scipy import stats
import re

注意

アプリで設定されたのと同じPython環境にパッケージがインストールされていることを確認してください。

ベストプラクティス

1. スクリプトを集中させる — 明確さのため1スクリプトに1つの変換
2. コメントを追加 — スクリプトの動作を文書化
3. 進行状況を表示 — print()で何が起きているか表示
4. エラーを処理 — リスクのある操作にはtry/exceptを使用
5. 段階的にテスト — 各変更後に実行

例：完全な前処理スクリプト

"""
データ前処理スクリプト
- 欠損値を処理
- カテゴリカルをエンコード
- 特徴量を作成
- 数値をスケーリング
"""

print("Starting preprocessing...")

# 1. 欠損値を処理
print(f"Missing before: {df.isnull().sum().sum()}")
df['age'].fillna(df['age'].median(), inplace=True)
df['income'].fillna(df['income'].mean(), inplace=True)
df = df.dropna(subset=['target'])
print(f"Missing after: {df.isnull().sum().sum()}")

# 2. 特徴量エンジニアリング
df['income_per_age'] = df['income'] / (df['age'] + 1)
df['is_high_income'] = (df['income'] > df['income'].median()).astype(int)

# 3. カテゴリカルをエンコード
df = pd.get_dummies(df, columns=['region', 'category'], drop_first=True)

# 4. 数値をスケーリング
from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
numeric_cols = ['age', 'income', 'score', 'income_per_age']
df[numeric_cols] = scaler.fit_transform(df[numeric_cols])

print(f"Final shape: {df.shape}")
print(f"Columns: {list(df.columns)}")
print("Preprocessing complete!")

関連ノード

• DataLoader — 処理するデータを読み込み
• Trainer — 処理したデータで学習