行と列と1行の単位｜表・単位・割合・グラフ

このページはプロモーション（広告）を含みます。

表・単位・割合・グラフ（初級・読む20分＋演習25分）

この授業のゴール

• 表を見て「1行が何を表すか」を一文で言い切れる
• 行数・注文数・顧客数・数量合計を別々の数として数え分けられる
• 合計行や重複行が混ざった表で、二重計上の危険を見つけられる
• 1行の単位に合わせて、平均や割合の分母を選べる

仕事でどう使うか

どの仕事でも、最初にすることは表の1行が何を表すかを確かめることです。ここを間違えると、その後の合計・平均・割合がすべてずれます。

この授業は、数字を出す前の確認作業の練習です。「行数」と「人数」が違うことを数値で確かめます。

前提

この授業では、ファイルやブラウザの基本操作を前提にします。CSV（カンマで区切った表形式のテキストファイル）やスプレッドシートを開いた経験があれば十分です。不安があれば先に戻ってください。

• ファイルを開く・保存する操作 → ファイル・フォルダ・拡張子、保存・ダウンロード・アップロード
• 文字化けしたCSVの確認 → 文字コードと安全なファイル確認

画面内のPythonは 実行 ボタンで動きます。コードは読むだけでも構いません。四則計算（足し算・引き算・掛け算・割り算）ができれば計算はすべて追えます。

身近な状況：「注文は何件？」と聞かれた

小さなネットショップの売上表があります。表の各行は、次のとおりです。

列の意味は次のとおりです。qty（quantity：数量）は買った個数、price は商品1個あたりの価格（円）です。

上司に「今月の注文は何件ですか」と聞かれました。この表は5行あります。そこで「5件です」と答えたらどうなるでしょう。

注文番号 1001 は2行あります。1つの注文の中に、りんごと牛乳の2種類が入っているからです。注文番号の種類を数えると 1001、1002、1003、1004 の4件です。さらに、買った人は佐藤・鈴木・田中の3人です。

つまり、同じ表から「5」「4」「3」という3つの異なる数が出ます。どれも間違いではなく、何を数えているかが違うだけです。答える前に「1行は何を表す表か」を確認しないと、正しい数字を選べません。

直感的な説明：1行＝1つの出来事の記録

表は行（row）と列（column）でできています。

• 行：1つの出来事や1つの対象の記録。横に読みます。
• 列：同じ種類の情報を縦に並べたもの。名前（見出し）がつきます。
• 1行の単位（粒度）：その行が「何1つぶんの記録か」。

先ほどの表の1行は、1つの注文の中の1商品を表します。専門的には「注文明細（めいさい）」と呼びます。レシートを思い浮かべてください。レシート1枚が1注文で、その中の印字された1行1行が、この表の1行にあたります。

同じ店でも、表の作り方で1行の意味は変わります。

行数がそのまま「人数」「注文数」「日数」になるのは、1行の単位がそれと一致している表だけです。この確認を毎回の習慣にしてください。

正確な定義：行・列・単位・キー

ここで言葉を整理します。

• レコード（record）：行の別名。1件の記録。
• フィールド（field）：列の別名。項目。
• 粒度（りゅうど、grain）：1行が表す単位。本講座では「1行の単位」とも書きます。
• キー（key）：行を区別するための列（または列の組）。注文明細表では、order_id だけでは行を区別できません（1001が2行あります）。order_id と item の組み合わせならば区別できます。
• 重複（ちょうふく）：本来1つであるべき記録が、2行以上入っていること。

1行の単位を言い切るための型を覚えましょう。

「この表の1行は、〇〇ごとの△△を表す」（例：注文ごとの商品、顧客ごとの会員情報、日ごとの売上）

この文を書けない表は、まだ使ってはいけません。

数え分けの規則は次のとおりです。

1. 行数：全部の行を数える。行の数。
2. 種類数：ある列に何種類の値があるか。同じ値は1回だけ数える。注文数や顧客数はこれ。
3. 合計：数値の列を足す。ただし足してよい列かを考える（個数は足せるが、単価を足しても意味が薄い）。

金額は行ごとに qty × price で求め、それを足します。先頭行は $3 \times 120 = 360$ 円です。式にすると、売上合計は次のとおりです。

$$\text{売上合計} = \sum_{i=1}^{n} \text{qty}_i \times \text{price}_i$$

ここで $n$ は行数、$\text{qty}_i$ は $i$ 行目の数量（個）、$\text{price}_i$ は $i$ 行目の価格（円/個）、$\sum$ は「$i=1$ から $n$ まで足す」という記号です。単位は（個）×（円/個）＝円です。

段階付き例題：同じ表から4つの数を出す

問題：前の表から、行数・注文数・顧客数・売上合計（円）を求める。

ステップ1：1行の単位を書く。「注文ごとの商品」。

ステップ2：行数を数える。5行。

ステップ3：注文数を数える。order_id の種類は 1001、1002、1003、1004 の4種類。

ステップ4：顧客数を数える。customer の種類は、佐藤・鈴木・田中の3種類。佐藤さんは3行に出ますが、1人と数えます。

ステップ5：行ごとの金額を作って足す。

合計は 360 + 200 + 240 + 180 + 400 = 1,380円です。

画面で確かめましょう。len(df) は行数、df['order_id'].nunique() は order_id の種類の数（number of unique：重複を除いた個数）を返します。どちらも整数（int型）です。

import pandas as pd
df = pd.DataFrame({
    'order_id': [1001, 1001, 1002, 1003, 1004],
    'customer': ['佐藤', '佐藤', '鈴木', '佐藤', '田中'],
    'item':     ['りんご', '牛乳', 'りんご', 'パン', '牛乳'],
    'qty':      [3, 1, 2, 1, 2],
    'price':    [120, 200, 120, 180, 200],
})

df['amount'] = df['qty'] * df['price']
print('行数', len(df))
print('注文数', df['order_id'].nunique())
print('顧客数', df['customer'].nunique())
print('数量合計', df['qty'].sum())
print('売上合計', df['amount'].sum())

ステップ6：結果を読む。行数5、注文数4、顧客数3、数量合計9個、売上合計1,380円です。平均も分母で変わります。

「平均はいくら？」と聞かれたら、何あたりの平均かを必ず聞き返します。

操作して理解する：表を変えて数え直す

次のコードは、さきほどの表に1行を足したときの数を確かめます。実行する前に、行数・注文数・顧客数がそれぞれいくつになるか、予想してください。

import pandas as pd
df = pd.DataFrame({
    'order_id': [1001, 1001, 1002, 1003, 1004],
    'customer': ['佐藤', '佐藤', '鈴木', '佐藤', '田中'],
    'item':     ['りんご', '牛乳', 'りんご', 'パン', '牛乳'],
    'qty':      [3, 1, 2, 1, 2],
    'price':    [120, 200, 120, 180, 200],
})

new_row = pd.DataFrame({'order_id': [1005], 'customer': ['鈴木'], 'item': ['パン'], 'qty': [4], 'price': [180]})
df2 = pd.concat([df, new_row], ignore_index=True)
print('行数', len(df2))
print('注文数', df2['order_id'].nunique())
print('顧客数', df2['customer'].nunique())
print('鈴木さんの行数', (df2['customer'] == '鈴木').sum())
print('鈴木さんの人数', df2[df2['customer'] == '鈴木']['customer'].nunique())

答えは、行数6、注文数5、顧客数3（鈴木さんは既に表にいるため増えない）、鈴木さんの行数2、鈴木さんの人数1です。

pd.concat は2つの表を縦につなぐ関数、(df2['customer'] == '鈴木') は各行が「鈴木」かどうかの真偽（True/False）を並べたもの、.sum() は True を1として足すので該当行数になります。

さらに次を試してください。

• 1005 の行を、同じ内容でもう一度足すと、行数・注文数はどう変わるか。→ 行数だけ増え、注文数は変わらない。重複行は行数を増やすのに、種類数は変えません。
• new_row の顧客を '山田' に変えると、顧客数はいくつか。→ 4。

行数と種類数が一致しないとき、どちらの数を使うべきかを毎回考えましょう。

発展：複合キーと「1行の単位」を壊す結合

注文明細表の行を一意に決めるキーは、order_id と item の複合キー（複数の列の組で作るキー）です。ただし、同じ注文の中に同じ商品が2行（例：サイズ違い）入る仕様なら、これでも足りません。その場合は line_no（明細行番号）のような列を表に加えます。キーを決めるときは、「この組み合わせで行が1つに決まるか」を実際に数えて確かめます。種類数と行数が一致すれば、その列の組はキーとして使えます。

もう1つ大事なのは、表を結合したときに1行の単位が変わることです。注文表（1行＝1注文）に、注文明細表（1行＝1商品）を結合すると、結果は明細の単位になります。注文表の「配送料500円」という列を、結合後の表でそのまま合計すると、商品の行数ぶん配送料を足してしまいます。結合については 「1対多と多対多」（有料版） で扱いますが、基本の姿勢は同じです。結合の前後で、1行の単位と合計値を照合してください。

最後に、単位を言い切れない表の例を挙げます。Excelで、各ブロックの下に小計行が挟まっている表です。1行が「商品」の行と「小計」の行で混ざっていて、1つの列を丸ごと合計すると二重計上になります。このような表は、分析の前に、小計行を取り除くか別の表に分けます。

よくある失敗

失敗1：行数をそのまま人数や注文数として報告する

誤った例：「表は5行あるので、注文は5件、お客さんは5人です。」

この表では、1001は2行、佐藤さんは3行あります。正しくは注文4件、顧客3人です。

import pandas as pd
df = pd.DataFrame({
    'order_id': [1001, 1001, 1002, 1003, 1004],
    'customer': ['佐藤', '佐藤', '鈴木', '佐藤', '田中'],
    'item':     ['りんご', '牛乳', 'りんご', 'パン', '牛乳'],
    'qty':      [3, 1, 2, 1, 2],
    'price':    [120, 200, 120, 180, 200],
})

print('誤：行数を注文数として報告', len(df))
print('正：注文数', df['order_id'].nunique())
print('誤：行数を顧客数として報告', len(df))
print('正：顧客数', df['customer'].nunique())

直し方：数える前に「1行の単位」を一文で書く。注文数・顧客数は nunique() のように種類を数える。

失敗2：単価の列をそのまま足して売上にする

誤った例：「price の列を合計すれば売上です。」

price は商品1個あたりの価格なので、数量（qty）を掛けないと金額になりません。

import pandas as pd
df = pd.DataFrame({
    'order_id': [1001, 1001, 1002, 1003, 1004],
    'customer': ['佐藤', '佐藤', '鈴木', '佐藤', '田中'],
    'item':     ['りんご', '牛乳', 'りんご', 'パン', '牛乳'],
    'qty':      [3, 1, 2, 1, 2],
    'price':    [120, 200, 120, 180, 200],
})

print('誤：priceの合計', df['price'].sum())
print('正：qty×priceの合計', (df['qty'] * df['price']).sum())

誤った値は820円、正しい値は1,380円です。誤りは、単位が「円/個」の列を足した点にあります。足してよいのは、金額（円）のように足し合わせて意味のある量の列です。直し方：行ごとの金額の列を先に作り、それを足す。

失敗3：合計行が混ざった表を丸ごと合計する

表の最後に「合計」行が入っている売上表を、金額の列ごと合計すると、合計行の分が上乗せされます。

import pandas as pd
sales = pd.DataFrame({
    'item': ['りんご', '牛乳', 'パン', '合計'],
    'amount': [600, 600, 180, 1380],
})
print('誤：合計行を含めて足す', sales['amount'].sum())
body = sales[sales['item'] != '合計']
print('正：合計行を除いて足す', body['amount'].sum())

誤った値は2,760円で、正しい値1,380円のちょうど2倍です。ある集計結果が、期待のちょうど2倍になったら、合計行や重複行の混入を疑います。sales['item'] != '合計' は「item が '合計' でない行」を選ぶ条件です。直し方：集計前に、1行の単位が揃っているか目で確認し、合計行・小計行・空行を取り除く。

まとめ

• 表を使う前に、「1行は〇〇ごとの△△」と一文で言い切る。
• 行数、種類数（注文数・顧客数）、合計は別の数。何を数えるかで答えが変わる。
• 金額は行ごとに数量×単価を求めてから足す。単価の列を足さない。
• 合計行・重複行・結合で複製された行は、ちょうど2倍のようなずれの原因になる。

用語

行（レコード）（row / record）

表の横の1本。1つの出来事や対象の1件の記録。

列（フィールド）（column / field）

表の縦の1本。同じ種類の情報を並べたもの。見出しがつく。

粒度（1行の単位）（grain）

表の1行が何1つぶんの記録かという単位。注文ごと、顧客ごと、日ごとなど。

キー（key）

行を1つに特定するための列、または複数の列の組。

よくある質問

なぜ最初に「1行の単位」を確認するのですか。

分母と分子が数えているものを揃えるためです。1行が注文なのか商品なのか人なのかで、同じ「平均」や「割合」でも意味が変わります。確認は数秒で済みますが、誤りは報告後に発覚すると訂正が大変です。

行数と種類数は何が違いますか。

行数は同じ値が何度出ても全部数えます。種類数は同じ値を1回だけ数えます。顧客ごとの注文が複数ある表では、行数は注文の件数、種類数は人数に近づきます。

表を見ただけで1行の単位がわからないときは、どうしますか。

キーになりそうな列（order_id など）の種類数と行数を比べます。一致すればその列で1行が決まります。一致しなければ、同じ値の行を2〜3個取り出して中身を見比べます。それでも不明なら、データを作った人に確認します。

合計行がある表は、使ってはいけないのですか。

使えます。ただし集計する前に、合計行を除いた表にします。または合計行の値を、自分で出した合計との照合（検算）に使うと便利です。

同じ顧客が複数行に出る表で、機械学習の訓練と評価に分けるとどうなりますか。

同じ人の行が訓練側と評価側の両方に入ると、モデルがその人を覚えて、実際より良い成績に見えます。1人が複数行ある表では、人単位で分ける必要があります。詳しくはML分野の授業で扱います。

実務で「1行の単位」はどこに書けばよいですか。

データ定義書（列の意味をまとめた文書）の先頭、またはシートの上部に「1行＝〇〇ごとの△△」と書きます。KPI定義書では、分子と分母を「何を何件と数えるか」とあわせて書きます。

確認問題

次に学ぶこと

次は 数値・カテゴリ・日時・欠損 で、列に入っている値の種類（数値・カテゴリ・日時・欠損）を区別します。1行の単位の確認は、この後のすべての授業の最初の手順です。

この授業の確認問題だけで習得とはしません。ON04 の総合テストと、別の表を使った自力課題で判定します。