欠損値の仕様
値が入っていないセルには欠損値が入ります。欠損値は「0」でも「空の文字」でもなく、値がないという印です。機能ごとに扱いが違うので、ここにまとめます。
見え方
分析プロジェクトとデータソースの画面では <NA> と出ます。グラフとして見せる場所では空白になります。場所ごとの違いは特殊なデータ表示の仕様にあります。
分析プロジェクトでの扱い
どの機能でも同じではありません。 役割によって 4 通りに分かれます。
| 列の役割 | 扱い | 例 |
|---|---|---|
| まとめるためのキー列 | 1 つの値としてまとめられる | データ集計 / キー列を指定する結合 |
| 計算する列 | 無視される | 平均 / 累積和 |
| 文字としてつなぐ列 | 空の文字として扱われる | 文字列の結合 |
| 並べ替えの基準列 | 最後に置かれる | 行の並べ替え |
キー列の欠損値は 1 つの値としてまとめられる
性別ごとに人数を数えます。
| 名前 | 性別 |
|---|---|
| A | 男 |
| B | 女 |
| C | <NA> |
欠損値もひとまとまりとして残ります。
| 性別 | 名前_カウント |
|---|---|
| 男 | 1 |
| 女 | 1 |
<NA> | 1 |
キー列の欠損値どうしは結び付く
次の 2 つを名前で、共通部分を残して結合します。
| 名前 | 性別 |
|---|---|
| A | 男 |
| B | 女 |
<NA> | 女 |
| 名前 | 年齢 |
|---|---|
| A | 20 |
| B | 30 |
<NA> | 25 |
欠損値どうしも「同じキー」として結び付きます。
| 名前 | 性別 | 年齢 |
|---|---|---|
| A | 男 | 20 |
| B | 女 | 30 |
<NA> | 女 | 25 |
計算する列の欠損値は無視される
性別ごとに年齢の平均を出します。
| 性別 | 年齢 |
|---|---|
| 男 | 10 |
| 男 | 20 |
| 男 | <NA> |
欠損値を数に入れず、(10 + 20) ÷ 2 で計算します。
| 性別 | 年齢_平均 |
|---|---|
| 男 | 15 |
「無視」であって「0」ではありません。 0 として平均に入れたいときは、データ集計の数値型の集計対象列の欠損値を置換して処理するに 0 を入れます。
累積和では空欄のまま残る
売上を上から累積します。
| 日付 | 売上 |
|---|---|
| 2023-01-01 | 100 |
| 2023-02-01 | <NA> |
| 2023-03-01 | 200 |
空欄の行は空欄のまま残ります。 足し上げからは外れるので、その次の行は空欄の手前までの累計を引き継ぎます。
| 日付 | 売上_累積和 |
|---|---|
| 2023-01-01 | 100 |
| 2023-02-01 | <NA> |
| 2023-03-01 | 300 |
空欄を 0 として足したいときは、列or行方向の累積和の処理対象列の欠損値を置換して計算するに 0 を入れます。
文字としてつなぐと空の文字になる
名字と名前を、区切り文字に空白を指定してつなぎます。
| 名字 | 名前 |
|---|---|
| 山田 | 太郎 |
| 山田 | 花子 |
| 田中 | <NA> |
欠損値は空の文字に置き換えられます。区切り文字はそのまま残るので、3 行目は末尾に空白が付いた 田中 になります。
| 名字 | 名前 | 名字_名前 |
|---|---|---|
| 山田 | 太郎 | 山田 太郎 |
| 山田 | 花子 | 山田 花子 |
| 田中 | <NA> | 田中 |
並べ替えでは最後に置かれる
user_idで降順に並べ替えます。
| user_id | 名前 |
|---|---|
| 1 | A |
| 2 | B |
<NA> | C |
欠損値は最後に置かれます。昇順でも降順でも最後です。
| user_id | 名前 |
|---|---|
| 2 | B |
| 1 | A |
<NA> | C |
画面上のクイックソートとビジュアライズは決まりが違います。 そちらは昇順で先頭に来ます。詳しくはデータの並び順の仕様にあります。
SQLビルダーでの扱い
nehan は何もしません。 つなぎ先のデータベースの決まりがそのまま出ます。上に書いた「キー列の欠損値をまとめる」も効きません。