クラスタリングとマージ

お知らせ：当社は、お客様により充実したサポート情報を迅速に提供するため、本ページのコンテンツは機械翻訳を用いて日本語に翻訳しています。正確かつ最新のサポート情報をご覧いただくには、本内容の英語版を参照してください。

Zoho DataPrepでは、クラスター化と統合の加工を使用して、あいまい一致を行うことができます。この加工により、異なる表記の複数のデータを、ユーザーが必要とする表記に置換できます。

たとえば、データ内に「U.S.」、「U.S.A.」、「USA」という国名が含まれているとします。

これらはすべて同じ国を指しています。このような表記の違いを、1つの表記「USA」にすべて置換できます。

この加工を使用して、データ内のスペルミスを削除し、列内のデータ表記を統一することもできます。これは、複数のデータソースから収集したデータのクリーンアップや準備に特に役立ちます。

クラスター化と統合を実行するには

1. 列を右クリックし、操作メニューから［クラスター化と統合］を選択します。

2. データ内のクラスターを検出するため、次の言語モデルアルゴリズムのいずれかを選択します。

メタフォンアルゴリズムでは、発音に基づいて単語をグループ化します。クラスターの検出に使用される標準のアルゴリズムです。
フィンガープリントアルゴリズムとNグラムアルゴリズムは、列データ内のスペルミスを確認し、テキストの不一致を解消するために使用されます。
「N」の値は、クラスター内で検出する連続したN個の単語を表します。
たとえば、「Zoho」のNグラムサイズは1グラム、「Zoho Corporation」は2グラムです。

2. 加工パネルには、認識されたすべてのクラスターがカード形式で表示されます。

3. チェックボックスを使用して、置換する項目を選択します。

4. 各カードのテキストボックスに新しい値を入力します。列内で選択した項目が、この値に置換されます。

メモ：i）［コピーして入力］を使用して、テキストボックスに必要な値を入力することもできます。

ii）［新しいデータを追加する］を使用して、クラスターに新しい値を手動で追加することもできます。

上部のチェックボックス（青色の枠で示された箇所）を使用して、クラスターカードの選択を解除できます。

この加工とあわせてフィルターを適用する場合は、フィルター機能を使用できます。

1. ［フィルター］タブをクリックします。

アイコンをクリックし、フィルターセクションに必要な列を追加します。ドラッグ＆ドロップでフィルターの順序を変更することもできます。

3. 追加した各列について、ドロップダウンから次のいずれかの設定を選択できます。

メモ：フィルター設定は、フィルターに追加した列のデータ型に応じて表示されます。

4. フィルターセクションに複数のフィルターを追加すると、各フィルターの横に論理演算子［AND］または［OR］が表示されます。論理演算子をクリックすると、［AND］と［OR］を切り替えられます。

論理演算子を使用すると、条件を結合し、優先順位を決定するための論理を適用できます。最終的な式は、［条件式］ボックスに表示されます。［編集する］をクリックすると、論理演算子と括弧を使用して標準の式を変更し、どの条件を最初に評価するかという優先順位や処理順序を指定できます。必要な変更を行った後、［保存する］をクリックします。

たとえば、式「((1 OR 2) AND (3 OR 4))」では、最初に条件「(1 OR 2)」が実行され、次に条件「(3 OR 4)」が実行されます。最後にAND演算子が使用されているため、両方の条件が真の場合にフィルターが適用されます。

5. 次のセクションでは、各フィルターで選択したフィルター設定に基づき、さらに絞り込んで指定した値を選択できます。

たとえば、上の画像では、フィルターセクションの［すべての列］フィルターで［データの品質］が選択されています。この選択に基づき、すべての列（データの品質）セクションに、指定した値をフィルターするための詳細設定が表示されます。

6. 最後のセクションで、選択した項目を含めるか除外するかを選択できます。

7. すべてのフィルターを削除する場合は、［クリアする］ボタンを使用できます。

8. 変更を加えると、フィルターによる加工のプレビューがリアルタイムで表示されます。

9. フィルターとあわせて加工を適用するには、［適用する］ボタンをクリックします。

Zoho DataPrepでは、データから最大300個のクラスターを識別できます。

関連情報

データを検索して置換する方法