【データ分析の必須スキル】MySQL COUNT DISTINCTで重複を除外して正確な分析を実現

2024-05-02

MySQL COUNT DISTINCT - 重複なしの件数を数える

概要

MySQL の COUNT DISTINCT 関数は、指定された列または列の組み合わせにおける 重複なしの値の数 をカウントします。これは、データの 多様性 や 一意性 を理解するのに役立ちます。

構文

COUNT(DISTINCT expression)

expression: カウントする列または列の組み合わせを指定します。
DISTINCT: 重複する値を除外することを示します。

例

customers テーブルに customer_id 列があると仮定します。このテーブルには、5 人の顧客がそれぞれ 1 回以上注文しているデータが含まれています。

SELECT COUNT(DISTINCT customer_id) AS distinct_customers
FROM customers;

このクエリは、customer_id 列の 重複なしの値 をカウントし、その結果を distinct_customers 列に格納します。この場合、結果は 5 になります。

詳細

COUNT DISTINCT は、非NULL 値のみ をカウントします。NULL 値はカウントされません。
複数の列を指定する場合は、カンマ (,) で区切ります。
COUNT DISTINCT は、パフォーマンスに影響を与える可能性があります。特に、大量のデータに対して使用する場合、処理時間が長くなります。
代わりに、GROUP BY 句と COUNT 関数を使用することもできます。

応用例

特定の列における 重複なしの値の数をカウント する
データの 多様性 や 一意性 を分析する
重複するデータを排除する

本解説は、あくまで基本的な使い方を説明しています。詳細な情報については、MySQL の公式ドキュメントを参照してください。

以下に、COUNT DISTINCT 関数の使い方を示すいくつかのサンプルコードを示します。

例 1: 単一列の重複なしの値をカウントする

この例では、customers テーブルの customer_id 列における 重複なしの顧客数 をカウントします。

SELECT COUNT(DISTINCT customer_id) AS distinct_customers
FROM customers;

SELECT COUNT(DISTINCT customer_id, product_id) AS distinct_orders
FROM orders;

例 3: WHERE 句を使用して条件を指定する

SELECT COUNT(DISTINCT customer_id) AS distinct_customers_japan
FROM customers
WHERE country = 'Japan';

例 4: GROUP BY 句を使用して集計する

SELECT customer_id, COUNT(*) AS order_count
FROM orders
GROUP BY customer_id;

SELECT customer_id, COUNT(*) AS order_count
FROM orders
GROUP BY customer_id
HAVING order_count >= 3;

これらの例は、COUNT DISTINCT 関数の基本的な使い方を示しています。さまざまな条件や集計方法と組み合わせて、複雑な分析を行うことができます。

MySQL における COUNT DISTINCT の代替方法

COUNT DISTINCT 関数は、重複なしの値をカウントする便利なツールですが、いくつかの 潜在的な欠点 もあります。

パフォーマンスへの影響: 大量のデータに対して使用すると、処理時間が長くなる可能性があります。
精度: 特定の状況では、誤った結果を返す可能性があります。

これらの理由から、状況によっては COUNT DISTINCT 以外の方法を使用する方が適切な場合があります。以下に、いくつかの代替方法とその利点と欠点をご紹介します。

GROUP BY 句と COUNT 関数

利点:

COUNT DISTINCT よりも高速であることが多い
より正確な結果を返すことができる

すべての状況で使用できるわけではない

例:

SELECT customer_id, COUNT(*) AS order_count
FROM orders
GROUP BY customer_id;

サブクエリ

複雑な条件を処理できる

SELECT COUNT(*) AS distinct_customers
FROM (
  SELECT customer_id
  FROM customers
  DISTINCT
) AS subquery;

ウィンドウ関数

最新の MySQL バージョンで利用可能
GROUP BY 句を使用せずに集計できる

すべての MySQL バージョンで利用できるわけではない
複雑なクエリで使用する場合、理解するのが難しい場合がある

SELECT COUNT(DISTINCT customer_id) OVER() AS distinct_customers
FROM customers;

カスタム関数

特定のニーズに合わせてカスタマイズできる

開発とメンテナンスに 時間と労力 がかかる

CREATE FUNCTION count_distinct_customers(table_name VARCHAR(255), column_name VARCHAR(255))
RETURNS INT
BEGIN
  DECLARE distinct_count INT;

  SELECT COUNT(DISTINCT column_name)
  INTO distinct_count
  FROM table_name;

  RETURN distinct_count;
END;

SELECT count_distinct_customers('customers', 'customer_id');