メインコンテンツへスキップ
「グループ化」は、指定した列の値ごとにデータをグループに分けるステップです。グループ化をしている間は、後続の「フィルタ」や「計算を作成」などの処理がグループ単位で行われます。グループが不要になったら、「グループ解除」を行います。

グループごとに最後の行のデータのみを残す

1行が1つのアンケート回答や何らかのログを表すデータがあったとします。 そのようなタイプのデータには、回答日やそのログを記録をした日の情報を持つ列があることが多いですが、そのような日付の情報がなく、新しいデータになればなるほど、より下の行にデータが追加されていくだけのタイプのデータも存在します。 今回のようなデータがあったときに、一番簡単にデータをフィルタをする方法は、顧客ごとに上から順に行番号の列を追加することです。 顧客ごとに行番号を追加できれば、顧客ごとに最大の行番号にデータをフィルタすることで、最後の行にフィルタができるわけです。 そこでまずは顧客ごとの行番号の情報を追加するために、数値の列の列ヘッダーメニューの「表計算を作成」から、「行番号」を選択します。 すると表計算のダイアログが表示されますので、グループに「顧客ID」を選択し実行します。 行番号を表す「Row_Number」列が追加されました。 続いて、顧客ごとにフィルタを実行する必要があるため、ステップメニューの「グループ化」から「グループ化」を選択します。 すると、グループ化のダイアログが表示されるため、顧客を識別できる「顧客ID」の列を選択します。 顧客IDごとにデータをグループ化できました。 このように、グループ化をしていると、後続の「フィルタ」や、計算処理がグループ単位で行われるようになります。 今回は、顧客ごとに最後の行、言い換えれば、「Row_Number」の最大値の行を残したいため、「Row_Number」の列ヘッダメニューから「フィルタ」の「等しい」を選択します。 すると、フィルタのダイアログが表示されるので、「集計関数」にチェックを付けて、タイプに「最大値 (MAX)」を選択し、集計する列に「Row_Number」を選択したうえで実行します。 すると、顧客(顧客ID)ごとに最後の行のデータのみを残すことができました。 グループ化を必要とする処理が終了した場合、「グループ解除」を行なってください。 これは、グループ解除を行わずにステップを追加した場合、それぞれのステップにおける処理がグループごとに行われるため、処理に時間がかかってしまったり、意図しない結果をもたらす可能性があるためです。

グループごとに最後の日付のデータのみを残す

1行が1つの購買や注文を表すデータにて、顧客ごとに最後(最新)の注文データのみを残したいことがあります。 使用するデータは、1行が1つの商品に対する注文を表す、ECサイトの注文データを使用します。 やりたいこととしては、顧客(顧客ID)ごとに最後の注文日のデータのみを残したいです。 顧客ごとにフィルタを実行する必要があるため、ステップメニューの「グループ化」から「グループ化」を選択します。 グループ化のダイアログが表示されるため、顧客を識別できる「顧客ID」の列を選択します。 顧客IDごとにグループ化できました。 このグループ化をした状態であれば、今から行う「フィルタ」やその他にも「計算を作成」などの処理がグループ単位で行われるようになります。 今回は顧客ごとに最後の注文日のデータを残したいため、注文日の列ヘッダメニューから「フィルタ」の「等しい」を選び、「日付」を選択します。 フィルタのダイアログが表示されました。 日付の値を直接指定をするとその日のみにフィルタされますが、顧客ごとの最後の注文日にフィルタするためには、「集計関数」にチェックをつけ、集計関数には「最後の日 (MAX)」を選択します。 実行することで、顧客(顧客ID)ごとに最後の注文日のデータのみを残すことができました。 グループ化を必要とする処理が終了した場合、「グループ解除」を行なってください。 グループ解除を行わずに処理をし続けた場合、それぞれのステップでの処理がグループ化がかけられた状態で行われるため、余計に時間がかかってしまうことがございます。

複数の列でグループ化して最後の行を残す

下記のデータの場合は、アクセスログに関するデータですが、顧客ごと、アクセス日ごとに最後の行のみを残したいとします。 ステップメニューの「グループ化」から「グループ化」を選択します。 グループ化のダイアログが表示されるため「アクセス日時」の列を選択します。 グループ化の2つ目に顧客IDを指定したいため「新規追加」をクリックします。 グループ化する列には「顧客ID」を選択します。 顧客ごと、アクセス日ごとにグループを分けることができました。 次に、ステップメニューの「その他 …」から「行番号を追加」を選択します。 計算を作成のダイアログが表示されます。列名の初期値は「calculation_1」、式は row_number() です。列名を「行番号」に変えて実行します。 グループごとに行番号の列が追加されました。 行番号の列から「フィルタ」を選択し、「等しい」を選択します。 フィルタのダイアログにて「集計関数」にチェックをつけ、「最大値」を選択します。 これにより、顧客ごと、アクセス日ごとに最後の行のみを残すことができました。 グループ化は不要となるため、「グループ解除」を行います。 これによってグループを解除できました。