重複データの検出と削除

データセットを扱う際、最も一般的な構造上の問題の一つが重複行です。これらは複数回出現し、通常は同じデータを表すレコードです。

重複は、複数のソースからデータを統合した場合や、何度もインポートした場合、または手動で入力した場合によく発生します。一見問題がないように見えても、重複は分析結果を大きく歪める可能性があります。例えば、合計値が過大になったり、レポートが誤った結果を示したりします。

重複の検出

何かを削除する前に、まず重複を特定することが重要です。

その一つの方法として、COUNTIF 関数を使用します:

=COUNTIF(A:A, A2)

この数式は、列内で値が何回出現するかをカウントします。結果が1より大きい場合、その値は重複しています。

重複の削除

重複を特定した後、Excelにはそれらを削除するための組み込みツールがあります。

テーブルを選択し、データタブに移動して、重複の削除を使用します。Excelは選択した列をスキャンし、重複する行を自動的に削除します。

Excelは選択した列を行ごとに比較します。同一の値が見つかった場合、1つだけ残し、残りを削除します。これにより、各レコードが一度だけ表示されることが保証されます。

データセット内の重複レコードの検索。

Order ID列に重複が含まれていることに気付く場合があります。まずこれらの重複レコードを特定し、重複の削除ツールを使って重複行を完全に削除します。

=COUNTIF(A:A, A2)列でOrder IDを使用して、各IDが何回出現するかをカウントします。結果が1より大きい場合、その値は重複しています。