【QuestHR】第3回データ分析リテラシー基礎研修 / 3Data Literacy

欠損・表記ゆれ・計算不可…“現実のデータ”を分析できる形に整える。
NULL／CASE／日付関数を使って、下ごしらえ力を鍛える。

Transcript

1. SQLによるデータクレンジングと加工 第3回 QuestHR株式会社 データ分析リテラシー 基礎研修 データを使いやすく整える技術
2. 本日の学習目標 1. NULL（空のデータ）を正しく扱うことができるようになる。 2. CASE文を使い、条件に応じてデータを分類できるようになる。 3. 便利な関数を使い、勤続年数などを計算できるようになる。
3. 本日の アジェンダ 1. 前回の復習 2. なぜデータ整備が必要か？ 3. 演習準備 4. 講義①：空のデータNULLの扱い方 5. 講義②：条件分岐CASE文の使い方 6. 講義③：便利な関数（文字列・日付） 7. 総合演習 8. まとめ
4. 前回の復習 • WHERE : 条件を指定してデータを絞り込む • AND ／ OR : 複数の条件を組み合わせる • LIKE : あいまいな条件で探す • IN : 複数の中から選択 • ORDER BY : 結果を並べ替える • DISTINCT ： 重複をなくす • LIMIT ： 件数を絞る
5. なぜデータ整備が必要か？
6. 現実のデータは、必ずしも綺麗だとは限らない。 • 入力漏れ（空のデータ）がある • 表記がバラバラ（大文字・小文字、不要なスペース） • そのままでは計算できない （例：入社日から勤続年数を計算したい） → 分析の前に、データを使いやすい形に「整える」作 業が不可欠となる！ なぜデータ整備が必要か？
7. 演習準備
8. 講義① 空のデータNULLの扱い方
9. データが入っていない「空の状態」を表す特別な値 数値の「0」は値を持ち 空文字列(例: "")は、長さ0の文字列として存在する。 一方、「NULL」は何も存在しない状態を示し 値や文字列すら持たない。 NULLとは？
10. • WHERE resignation_date IS NULL （退職日が空のデータ → 在職者） • WHERE resignation_date IS NOT NULL （退職日が空ではないデータ → 退職者） = NULL では探せない！ 上記のように、IS NULL または IS NOT NULL を使う。 NULLを探すには？
11. ハンズオン① NULLでSQL文を書いてみよう！
12. お題 employeesテーブルから 退職済みの社員 （resignation_dateがNULLではない） を抽出してみましょう！ NULLでSQL文を書いてみよう！
13. NULLを別の値に置き換えたい場合は COALESCE(値1, 値2) を使う！ 「もし値1がNULLだったら、代わりに値2を表示して」 という意味の関数 例：退職日がNULLなら、代わりに「在職中」と表示する 【応用】NULLの扱い方 SELECT employee_name, COALESCE(CAST(resignation_date AS TEXT), '在職中') AS status FROM employees; ※CASTはデータ型を変換する命令
14. 講義② 条件分岐CASE文の使い方
15. CASE文は、分岐処理ができる！ 「もし〇〇ならA、そうでなければB」 とIF文のように、条件に応じて表示する内容を自由に設定できる！ 例：退職日が空欄（NULL）なら「在職」、そうでなければ「退職」と表示したい 条件によって表示を変えたい！
16. CASE文の基本構文 • WHEN 条件 THEN 結果 ： 「もし条件に合ったら、この結果を表示」 • ELSE 結果 ： 「どの条件にも合わなかったら、この結果を表示」 • END ： CASE文の終わり • AS 列名 ： 新しい列の名前を指定 SELECT employee_name, CASE WHEN resignation_date IS NULL THEN '在職' ELSE '退職' END AS status FROM employees;
17. ハンズオン② CASE文を書いてみよう！
18. お題 employeesテーブルで 部署が「営業部」なら「フロント」 「それ以外」なら「バックオフィス」と表示する division列を新しく作ってみましょう！ CASE文を書いてみよう！
19. 講義③ 便利な関数（文字列・日付）
20. ▪文字列を整える関数 • TRIM(文字列) ： 文字列の前後の不要なスペースを削除する。 • UPPER(文字列) ： すべて大文字に変換する。 ▪日付を扱う関数 • CURDATE() ： 今日の日付を取得する。 • DATEDIFF(日付1, 日付2) ： 2つの日付の差（日数）を計算する。 ※日付関数は、データベースの種類によって書き方が少し異なります。 まだまだある！便利な「下ごしらえ」関数
21. 「今日までの勤続年数」を計算するには？ 1. DATEDIFFで、今日と入社日の差（日数）を求める。 2. 求めた日数を365で割って、年数に変換する。 【応用】勤続年数の計算 SELECT employee_name, hire_date, DATEDIFF(CURDATE(), hire_date) / 365 AS years_of_service FROM employees;
22. ハンズオン③ 関数を書いてみよう！
23. お題 employeesテーブルのposition列にある、前後 のスペースを削除してみましょう！ 関数を書いてみよう！
24. 総合演習
25. お題 全社員について 「在職者」か「退職者」かを示すstatus列と 「勤続年数」を示すyears_of_service列を 追加して表示しましょう！ これまでの知識を総動員！
26. 実行結果の確認
27. まとめ
28. ▪できるようになったこと • NULLの扱い：データ整備における「欠損値(入力漏れ)の処理」 • CASE 　 ：データ整備における「データの加工・変換」 • 関数(TRIMやDATEDIFF)：文字列を整えたり、日付を計算したりでき る。 まとめ
29. 次回予告
30. 第4回 情報の融合 JOINがもたらす新たな視点