データプレビュー

データプレビュー機能は、ノード上のデータを全画面表示するだけでなく、データの中身を俯瞰して理解するためのデータサマリも確認できる機能です。

プレビューヘッダ

表示セレクタ

表として出せるポートが 2 つ以上あるときだけ出ます。 そのポート名を選ぶと、表示が切り替わります。機械学習モデルのポートはここに並びません。

並ぶのは、開いた側のポートだけです。 処理前フィールドのボタンから開けば入力側、処理後フィールドのボタンから開けば出力側が並びます（データプレビュー表示対象ポートの切り替え）。

閉じるボタン

起動したデータプレビューを閉じます。
キーボードの ESC キーでも同操作が可能です。

表示切り替えタブ

タブは、いま選んでいるポート 1 つにつき以下の 2 つで構成されます。

データタブ
サマリタブ

タブ名は下記の通り表示されます。

(ポート名)
データサマリ

ただし、一部サマリを出力していない機能があり、その場合はサマリタブが表示されません。

データタブ

データタブでは、ノードのポートに対応するデータテーブルを確認できます。処理前フィールドのボタンから開いたときは入力ポート、処理後フィールドのボタンから開いたときは出力ポートが対象です。

行列数

データの行数と列数が表示されます。

表示行数警告

データが 5,000 行を超える場合、先頭だけを表示し、行数・列数の右に印が出ます。

先頭5000行のみ表示しています

制限がかかるのは画面の表示だけです。 処理そのものは全行に対して行われます。

データテーブル

データテーブルが表示されます。

サマリタブ

絵の 1 は列名検索ボックス、2 は全て開くボタンです。 ほかの節（概要・列警告フィールド・列別要約情報）には枠を付けていません。

サマリタブでは、データを要約した情報を確認できます。
データを全部目視することは不可能に近く、データの中身を俯瞰して理解するためには、データの要約情報を確認することが重要です。

概要

行数と列数が出ます。つまずきやすい列があれば、その下に印と列名が並びます（次の列警告フィールド）。

列警告フィールド

処理でつまずきやすい列に印を付けて並べます。列名をクリックすると、その列の要約情報まで画面が移動します。

印の種類と付く条件

印	付く条件
欠損値あり	欠損値が 1 つ以上あり、かつ全部ではない
全て欠損値	値が 1 つも入っていない
全て同じ値	ユニークな値が 1 つしかない
重複する値なし	文字列型の列で、ユニーク数と（欠損値を除く）データ数が同じ

1. 列名検索ボックス

「列名を検索」と書かれた欄です。文字を入力すると、入力した文字を含む列だけに絞り込まれます。列が多いデータで目的の列を探すときに使います。

2. 全て開くボタン

列別要約情報の詳細情報を全て展開状態にします。展開したあとはボタンが全て閉じるに変わり、もう一度押すと全部閉じます。

行数・列数が多いと時間がかかります。 目的の列が決まっているなら、列名検索ボックスで絞ってから開くほうが早いです。

列別要約情報

入力データの列の並び順に、上から 1 列ずつ並びます。

列別要約情報に固定で出る 5 項目

列型アイコン: 対象列の型をアイコンで表します。
列名: 対象列の列名です。
欠損値の数: 対象列内の欠損値の数と、その割合を「12 (3%)」のように続けて出します。割合は欠損値の数 ÷ 行数を四捨五入したものです。ただし 0% と 100% は出しません。欠損値が 1 つでもあって 0% に丸まるときは 1%、全部が欠損値ではないのに 100% に丸まるときは 99% と出ます。
ユニーク数: ユニークな値の数です。行数が 1,000 万行以上のときは計算を省略し、「計算省略」と出ます。このとき、日付系型の列では最小値・最大値も「計算省略」になります。
警告情報: 列警告フィールドで出している印を、その列にも付けます。

列詳細情報(サマリタブ)

列別要約情報のフィールドをクリックすると、列の詳細情報が開きます。もう一度クリックすると閉じます。

開いた列と入れた文字は、ポートごとにブラウザが覚えます。 同じノードの同じポートを開き直すと、前に開いていた列が開いた状態で出ます。

次の列は開けません。 出しても見るものがないためです。開く印も出ません。

開けない列	理由
全て欠損値	値が 1 つも入っていない
全て同じ値	ユニークな値が 1 つしかない
重複する値なし	値がすべて違う（文字列型）
ユニーク数が計算省略	行数が 1,000 万行以上で、数えるのを省いた

以下に列型ごとの詳細情報の構成を説明します。

数値型

集約値

列内の数値の

最小値
中央値
平均値
最大値

が表示されます。

ヒストグラム

列内の数値のヒストグラムが表示されます。
値の範囲を 10 等分した区間ごとに、入っているデータの数を見られます。

ユニーク数が 10 以下の列ではヒストグラムになりません。 代わりに、値ごとのデータ数を数えた棒グラフ（値別データ数）が出ます。文字列型の表とは違い 50 件の打ち切りはありません（もともと 10 種類以下のため）。

文字列型

値別データ数

列内の値ごとのデータ数が表示されます。
値のデータ数が多い順に上から並び、最大で 50 個の値が表示されます。

日付系型

日付型、日付時間型、時間型の列に対して表示されます。

集約値

列内の日付や時間の

最小値
最大値