データの転置

概要

これらの機能は、行に並んだ値を列に移したり、その逆を行ったりするなど、データの形状変更で頻出する課題を解決するために用意されています。繰り返し値のセットを複数列に展開することも可能です。

列をまたぐセルを行に転置する

次のように住所情報を複数列に持つ個人データを想像してください。

Name	Street	City	State/Province	Country	Postal code
Jacques Cousteau	23, quai de Conti	Paris		France	75270
Emmy Noether	010 N Merion Avenue	Bryn Mawr	Pennsylvania	USA	19010

この形式の住所情報を複数行へ転置できます。「Street」列のメニューから Transpose → Transpose cells across columns into rows を選びます。ダイアログでは「Street」から「Postal code」まで住所に関係する 5 列をすべて選択します。処理を開始したらプロジェクトを レコードモード に切り替え、「Name」列をキー列として行を結び付けるとよいでしょう。

1 列にまとめる

複数の住所列を行の連なりに転置し、1 列にまとめられます。

Name	Address
Jacques Cousteau	23, quai de Conti
	Paris
	France
	75270
Emmy Noether	010 N Merion Avenue
	Bryn Mawr
	Pennsylvania
	USA
	19010

1 列を指定して各セルに列名を付加することもでき、区切り文字を付けるかどうかも選択できます。

Name	Address
Jacques Cousteau	Street: 23, quai de Conti
	City: Paris
	Country: France
	Postal code: 75270
Emmy Noether	Street: 010 N Merion Avenue
	City: Bryn Mawr
	State/Province: Pennsylvania
	Country: USA
	Postal code: 19010

2 列に分ける

列名を独立したセルとして残したい場合は Two new columns を選択し、キー列と値列に名前を付けます。

Name	Address part	Address
Jacques Cousteau	Street	23, quai de Conti
	City	Paris
	Country	France
	Postal code	75270
Emmy Noether	Street	010 N Merion Avenue
	City	Bryn Mawr
	State/Province	Pennsylvania
	Country	USA
	Postal code	19010

行内のセルを列に転置する

次のように 1 列へ情報が連なっている従業員データを例にします。

Column
Employee: Karen Chiu
Job title: Senior analyst
Office: New York
Employee: Joe Khoury
Job title: Junior analyst
Office: Beirut
Employee: Samantha Martinez
Job title: CTO
Office: Tokyo

目的は 1 列に詰め込まれた情報を人ごとに整理しつつ複数列へ展開することです。

Name	Job title	Office
Karen Chiu	Senior analyst	New York
Joe Khoury	Junior analyst	Beirut
Samantha Martinez	CTO	Tokyo

Transpose → Transpose cells in rows into columns... を選ぶと、何行を 1 レコードとして転置するかを入力するダイアログが表示されます。この例では従業員 1 人につき 3 行なので「3」と入力します（元の列を差し引く必要はありません）。元の列は削除され、列名に通し番号を付けた新しい 3 列に置き換わります。

Column 1	Column 2	Column 3
Employee: Karen Chiu	Job title: Senior analyst	Office: New York
Employee: Joe Khoury	Job title: Junior analyst	Office: Beirut
Employee: Samantha Martinez	Job title: CTO	Office: Tokyo

必要に応じて Cell editing → Replace で “Employee: ” や “Job title: ”、“Office: ” を削除するか、Edit cells → Transform... で 式 を使って不要な文字を取り除きます。

value.replace("Employee: ", "")

1 レコードあたりの行数が一定でなく、生成する列数を指定できない場合は Columnize by key/value columns を試してください。

キー/値列で列化する

キー列と値列を持つデータセットでは、この操作で形を変えられます。キー列にある繰り返しの文字列が新しい列名になり、値列の内容がそれぞれの新列へ移動します。この操作は Transpose → Columnize by key/value columns にあります。

以下は花の名前、花の色、IUCN での識別子を含む例です。

Field	Data
Name	Galanthus nivalis
Color	White
IUCN ID	162168
Name	Narcissus cyclamineus
Color	Yellow
IUCN ID	161899

この形式では、各花の種が連続する複数行で記述されています。「Field」列にキーが、「Data」列に値が入っています。Columnize by key/value columns ウィンドウでそれぞれの列を指定すると、表は次のように変換されます。

Name	Color	IUCN ID
Galanthus nivalis	White	162168
Narcissus cyclamineus	Yellow	161899

同じ列に複数の値がある場合

あるキーに複数の値が対応している場合、それらは連続する行にまとめられ、レコード構造 を形成します。

たとえば花が複数の色を持つ場合を考えます。

Field	Data
Name	Galanthus nivalis
Color	White
Color	Green
IUCN ID	162168
Name	Narcissus cyclamineus
Color	Yellow
IUCN ID	161899

この表を列化すると次のようになります。

Name	Color	IUCN ID
Galanthus nivalis	White	162168
	Green
Narcissus cyclamineus	Yellow	161899

操作が最初に見つけるキーがレコードの区切りとして使われるため、「Green」は「Galanthus nivalis」に結び付きます。行順が結果へ与える影響については 行順 を参照してください。

メモ列

キー列と値列に加えて、任意でメモ用の列を指定できます。キー/値ペアに関連するメタデータを保持する用途に便利です。

次の例を見てみましょう。

Field	Data	Source
Name	Galanthus nivalis	IUCN
Color	White	Contributed by Martha
IUCN ID	162168
Name	Narcissus cyclamineus	Legacy
Color	Yellow	2009 survey
IUCN ID	161899

「Source」列をメモ列に選ぶと、表は次のように変換されます。

Name	Color	IUCN ID	Source: Name	Source: Color
Galanthus nivalis	White	162168	IUCN	Contributed by Martha
Narcissus cyclamineus	Yellow	161899	Legacy	2009 survey

このようにメモ列を使えば、特定のキー/値ペアに紐づく出典や文脈を残しておけます。

行順

キー/値ペアの並び順も重要です。列化操作は最初に見つけたキーを区切りとして扱い、そのキーが再び現れるたびに新しい行を作り、その後ろのキー/値ペアをその行に追加します。

次の表を例に取ります。

Field	Data
Name	Galanthus nivalis
Color	White
IUCN ID	162168
Name	Crinum variabile
Name	Narcissus cyclamineus
Color	Yellow
IUCN ID	161899

「Field」列に現れる “Name” がレコードの境界を決めます。「Crinum variabile」と「Narcissus cyclamineus」の行の間に別の行がないため、「Crinum variabile」の「Color」と「IUCN ID」は空のままになります。

Name	Color	IUCN ID
Galanthus nivalis	White	162168
Crinum variabile
Narcissus cyclamineus	Yellow	161899

追加列がある場合は行順への敏感さがなくなり、最初の追加列が新しい行のキーとして扱われます。

追加列

キー・値・メモ以外の列がある場合でも保持できます。そのためには、新しい行にまとめられる元の行すべてで、その列の値が同じである必要があります。

次の例では「Field」がキー、「Data」が値として使われ、「Wikidata ID」は選択されていません。

Field	Data	Wikidata ID
Name	Galanthus nivalis	Q109995
Color	White	Q109995
IUCN ID	162168	Q109995
Name	Narcissus cyclamineus	Q1727024
Color	Yellow	Q1727024
IUCN ID	161899	Q1727024

変換結果は次のとおりです。

Wikidata ID	Name	Color	IUCN ID
Q109995	Galanthus nivalis	White	162168
Q1727024	Narcissus cyclamineus	Yellow	161899

この場合、OpenRefine は最初に現れるキー（“Name”）ではなく、最初の追加列の値を基準にして情報をまとめます。同じ値を持つ元の行は 1 つの新しい行に転置されます。追加列が複数あっても同様にピボットされますが、新しいキーにはなりません。

必要であれば Fill down を使って追加列の値をそろえてください。