CSV 大規模データ処理

~/data/sales_2025.csv を読み込み（約 200 万行）、以下の処理をしてください：

1. 月別集計総売上、月別トレンドを出力
2. 売上 Top 10 の製品を抽出、製品名と総金額をリスト
3. 地域別にグループ化、各地域の注文数と平均客単価を統計
4. 結果を summary.csv に出力、~/data/output/ に保存

pandas で処理、メモリ最適化に注意（dtype 指定、必要に応じてチャンク読込）。

~/data/raw_customers.csv このデータをクリーニング：

1. 完全に重複した行を削除
2. 日付列を YYYY-MM-DD フォーマットに統一（元のデータは 2025/01/15、01-15-2025、2025年1月15日 など複数フォーマット）
3. 電話番号を 11 桁の純粋数字に統一（市外局番、スペース、ハイフン除去）
4. 欠損値処理：数値列は中央値で埋め、分類列は「未知」で埋め
5. クリーニングレポート出力：処理した行数、各列の処理状況

クリーニング後、cleaned_customers.csv に保存。

~/data/ ディレクトリに 5 つの CSV ファイルがあります：
- users.csv（ユーザー ID、名前、登録日時、地域）
- orders.csv（注文 ID、ユーザー ID、製品 ID、金額、注文日時）
- products.csv（製品 ID、カテゴリー、ブランド、単価）
- reviews.csv（ユーザー ID、製品 ID、評点、評価日時）
- returns.csv（注文 ID、返品理由、返品日時）

以下をお願いします：
1. これら 5 つの表をユーザー ID と製品 ID で関連付け、広表を生成
2. 一対多関係を適切に処理（1 人のユーザーが複数注文）
3. 衍生フィールドを追加：ユーザー総消費、購入回数、平均評点、返品率
4. merged_wide_table.csv にエクスポート
5. データ品質レポート出力：関連マッチ率、未マッチレコード数