Level4 データ分析｜クエスト1
ピボットテーブルやグラフを作る前に、何か準備が必要なの？
データを分析すると聞くと、すぐにピボットテーブルやグラフを作りたくなるかもしれません。
しかし、元データに空白セルや誤入力、重複、表記ゆれなどがあると、操作方法が正しくても集計結果が合わないことがあります。
そのため、データ分析では、最初に元データを確認して集計しやすい状態へ整える前処理が必要です。
今回は、フィルターや並べ替えなど、これまでに学習した機能を使って、問題のあるデータを見つけて修正します。
この記事を読むと、集計前に確認する項目と、問題のあるデータを見つけて整える方法が分かります。
空白セル・誤入力・重複・表記ゆれを確認し、集計に使用できる状態へデータを整えよう。
データの前処理とは？
データの前処理とは、集計や分析を始める前に、元データの間違いや不統一を確認して整える作業です。
たとえば、次のようなデータが残っていると、正しく集計できないことがあります。
- 必要なデータが入力されていない空白セル
- 数量や金額などの誤入力
- 同じ内容が複数回入力されている重複データ
- 「東京都」と「東京」のような表記ゆれ
ピボットテーブルやグラフは、元データを基に集計結果を作成します。そのため、元データに問題があれば、操作方法が正しくても集計結果は正しくなりません。
そこで、データ分析を始める前に、次の順番で元データを確認します。
- オートフィルタで空白セルを確認する
- 並べ替えで誤入力や異常な値を見つける
- 重複しているデータを確認する
- 表記ゆれを統一する
正しい分析結果を得るには、最初に元データを整えることが大切です。
オートフィルタで空白セルを確認する
最初に、必要なデータが入力されていない空白セルを確認します。
空白セルがあると、件数が正しく集計されなかったり、ピボットテーブルで「（空白）」と表示されたりすることがあります。
オートフィルタを使って空白セルを絞り込みましょう。
- 表の中にあるセルを1つ選択する
- ［データ］タブを選択する
- ［フィルター］をクリックする
- 確認する列のフィルターボタンをクリックする
- ［すべて選択］のチェックを外す
- ［（空白）］にチェックを入れる
- ［OK］をクリックする
空白セルを含む行だけが表示されます。
オートフィルタの詳細を確認したい方はこちらの記事をご覧ください
空白セルを見つけても、すぐに「0」や適当な文字を入力してはいけません。
入力漏れなのか、該当するデータがないため空白になっているのかを確認し、元の資料などを基に修正します。
空白セルをすべて埋めるのではなく、集計に必要な項目が空白になっていないかを確認しましょう。
確認と修正が終わったら、フィルターボタンから［フィルターをクリア］を選択し、すべてのデータを再表示します。
並べ替えで誤入力や異常な値を見つける
空白セルを修正したら、次は並べ替えで数値の誤入力や異常な値を確認します。
数値の誤入力は、表を見ただけでは気づきにくいことがあります。そこで、確認する列を並べ替え、ほかのデータから大きく外れている値を探しましょう。
- 期間外の日付がないか
- 極端な値がないか
- 桁を間違えた値がないか
数値の誤入力を確認するときは、大きい順と小さい順の両方を確認すると見落としを減らせます。
並べ替えについて確認したい方はこちらを確認してください。
たとえば「数量」列を大きい順に並べ替えます。
今回の売上データでは、ほとんどの数量が1～5になっています。
その中で数量「50」だけが大きく離れているため、入力を間違えている可能性があります。
ただし、ほかの数値より大きいからといって、必ず誤入力とは限りません。実際に50個販売したデータであれば、修正する必要はないからです。
ほかのデータから外れている値を、確認せずに修正してはいけません。
異常に見える値を見つけたら、元の伝票や受注記録などを確認し、誤入力かどうかを判断しましょう。
重複データを確認する
誤入力を修正したら、次は同じデータが複数回入力されていないかを確認します。
重複データをそのまま集計すると、同じ売上が複数回計上され、件数や売上金額が実際より多くなることがあります。
目で確認するだけでは重複を見落とす可能性があるため、条件付き書式を使って、重複したセルに色を付けます。
同じ売上IDを見つけても、すぐに行を削除してはいけません。
一部の項目が同じだけでは、重複データとは限りません。
同じ日に同じ商品が複数回売れることもあります。売上IDだけで判断せず、日付・担当者・商品名・数量・金額なども確認しましょう。
元のデータと比較して、削除してもいいと判断したら、行ごと削除しましょう。
表記ゆれを統一する
重複データを削除したら、次は同じ意味のデータが異なる表記で入力されていないかを確認します。
文字列の表記ゆれは、フィルタに表示される項目の一覧から見つけられます。
オートフィルタの一覧を確認し、表記を統一しましょう。
たとえば、「関東」と「東京」が混在していると、ピボットテーブルでは別の項目として集計されます。
表記が異なるデータは、Excelでは別の項目として扱われます。
人が見て同じ意味だと分かる表記でも、自動的に同じ項目としてまとめられるわけではありません。
- 「株式会社」と「（株）」
- 「全角」と「半角」
- 文字の前後に不要なスペースが入っているデータ
表記ゆれを発見し、まとめて変更するなら置換を使いましょう。
置換の方法はこちらをご覧ください。
表記ゆれは、データを入力するときのルールを決めることで防ぎやすくなります。
入力規則を使うとデータを統一しやすくなります。
入力規則について確認したい方はこちらをご覧ください。
前処理後のデータを確認する
空白セル・誤入力・重複データ・表記ゆれを修正したら、最後に前処理後の表全体を確認します。
修正した箇所だけでなく、表の行数や数式、フィルターの状態なども確認し、集計に使用できる状態になっているか確かめましょう。
- 修正した内容を確認
- データ個数の確認
- オートフィルタの解除
- データの順番を確認
前処理では、問題のあるデータを見つけるだけでなく、修正後の表全体を確認することが大切です。
まとめ｜前処理で集計しやすいデータに整えよう
ピボットテーブルやグラフで正しく分析するには、集計を始める前に元データを確認し、問題のあるデータを整える必要があります。
空白セルや誤入力、重複、表記ゆれが残っていると、操作方法が正しくても、集計結果が実際の内容と合わなくなることがあります。
- オートフィルターで空白セルを含む行を絞り込む
- 並べ替えでほかのデータから外れた値を見つける
- 条件付き書式で重複している値を確認する
- フィルターの一覧から表記ゆれを見つける
- 元の伝票や受注記録を確認してからデータを修正・削除する
- 修正後にフィルターや並べ替えの状態を戻し、表全体を確認する
問題があるように見えるデータを、確認せずに修正・削除してはいけません。
空白セルや大きく外れた数値、重複しているように見えるデータにも、正しい理由がある可能性があります。
必ず元の伝票や受注記録などを確認し、本当に間違っていると判断できた場合だけ修正しましょう。
次のクエストへ進もう
データの前処理が終わり、グラフを作成するための準備が整いました。
次のクエストでは、今回整えた売上データを使って、グラフを作成する基本手順を学びます。
Level4の学習順序を確認したい方は、Level4攻略フローをご覧ください。
コメント