ds data-processing sql
まず結論
COUNT DISTINCTとは「重複を除いたユニークな件数を数える」SQLの機能
DS検定では「重複込みの件数か、ユニーク数か」を見抜けるかが重要
直感的な説明
例えば、購入履歴が次のようになっているとします。
Aさん Aさん Bさん Aさん
このとき
COUNT → 4件（全部数える）
COUNT DISTINCT → 2人（Aさん・Bさん）
👉 「種類の数」を知りたいときに使うのがCOUNT DISTINCT
定義・仕組み
COUNT DISTINCTは、重複を除いた値の個数を数えるSQL関数です。
基本形：
SELECT COUNT(DISTINCT 列名) FROM テーブル名;
例：
SELECT COUNT(DISTINCT 顧客ID) FROM 売上テーブル;
👉 何人の顧客がいるか（ユニーク数）を取得できる
ポイント：
重複は1つとしてカウント
NULLはカウントされない
どんな場面で使う？
よく使う場面
ユニークユーザー数（UU）
商品の種類数
利用した顧客数
注意が必要な場面
総件数を知りたいとき → COUNTと混同しやすい
データの回数が重要なとき → 重複を消すと意味が変わる
よくある誤解・混同
❌ COUNTと同じ
→ ⭕ COUNTは「全部数える」
COUNT：行数（重複込み）
COUNT DISTINCT：種類数（重複なし）
👉 DS検定ではここが典型的なひっかけ
❌ DISTINCTを使ってからCOUNTするのと同じ
→ ⭕ 結果は同じでも意味の理解が重要
SELECT COUNT(DISTINCT A)
は
SELECT COUNT(*) FROM (SELECT DISTINCT A …)
と同じ意味だが、 👉 「ユニーク数を数えている」と理解することが重要
❌ NULLも数える
→ ⭕ NULLはカウントされない
選択肢で 「NULLも含めて数える」 → ❌ 誤り
まとめ（試験直前用）
COUNT＝全部の件数
COUNT DISTINCT＝ユニーク数
重複は1つとして数える
NULLはカウントされない
「種類の数か？」と考えるのがコツ
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】