ds data-processing sql
まず結論
COUNT(*)＝全行数（NULL含む）
COUNT(列)＝NULLを除いた件数
COUNT DISTINCT＝重複を除いたユニーク数
DS検定では「何を数えているか」を見抜く問題が頻出
直感的な説明
データが次のようにあったとします。
顧客ID A A B NULL
このとき
COUNT(*) → 4（全部数える）
COUNT(顧客ID) → 3（NULLは除く）
COUNT DISTINCT → 2（AとB）
👉 「何をカウントしているか」で結果が変わる
定義・仕組み
COUNT(*)
すべての行をカウント
NULLも含む
COUNT(列)
指定した列の「NULL以外」をカウント
COUNT DISTINCT
重複を除いた値の個数をカウント
基本形：
SELECT COUNT(*) FROM テーブル; SELECT COUNT(列名) FROM テーブル; SELECT COUNT(DISTINCT 列名) FROM テーブル;
どんな場面で使う？
COUNT(*)
データ件数の確認
COUNT(列)
欠損（NULL）を除いた数を知りたいとき
COUNT DISTINCT
ユニーク数（顧客数・商品数など）
よくある誤解・混同
❌ COUNT(列)は全件数
→ ⭕ NULLは数えない
👉 DS検定では「NULLを含むか」でひっかける
❌ COUNT(*)とCOUNT(列)は同じ
→ ⭕ NULLがあると結果が変わる
❌ COUNT DISTINCTはCOUNTと同じ
→ ⭕ 重複を除くため結果は小さくなる
❌ DISTINCTは行全体にかかる
→ ⭕ 列単位（または組み合わせ）で判定
まとめ（試験直前用）
COUNT(*)＝全部（NULL含む）
COUNT(列)＝NULL除く
COUNT DISTINCT＝重複除く
「何を数えているか」で選択肢を切る
NULLと重複の扱いが最大のポイント
対応スキル項目（データエンジニアリング力シート）
データ基盤
データ操作
★ SQLを用いた基本的なデータ操作（検索・集計・結合等）ができる
🔗 関連記事
- バッチ処理とストリーム処理の違いとは？【DS検定リテラシー】
- データトランスフォーメーションとは？（非構造化データの変換）【DS検定】
- Dockerとは？再現性が出る理由を整理【DS検定】
- ETLとは？（データ統合の基本プロセス）【DS検定リテラシー】
- フィルターとは？BIツールの基本操作をわかりやすく解説【DS検定】