cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

2017年10月24日に cellular space DiX DiX_ロゴなし_19.png がバージョンアップしました。

 

 

コンシェルジュサイトに接続していただき、
トップ画面の[アプリケーション] ⇒ [最新版アップデートパッケージダウンロード] から
バージョン1.4202 をダウンロードしてお使いください。

banzai(透過)小.png

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

前回の続きです。

社内アンケートの重複回答分を確認します。 

 

 

 

手順は2つあります。

出力結果が異なるので、その後の用途にあわせてお選びください。

 ※ 今回は [社員番号]が「100」の方が 2回アンケートに回答しています。

 

 

(1) 【横結合】でまとめる場合

[重複する値の処理]で、「重複を除く」を選択します。

 

組合せ事例17.png

 

【横結合】の結果はこちら ↓

組合せ事例18.png

 

 

(2) 【集計】でまとめる場合

[集計属性]では「文字」を選択します。

 

組合せ事例19.png

  

【集計】の結果はこちら ↓

組合せ事例20.png

 

 

 

 

ご相談いただいた方は、

「社員名簿と結合し、社員の属性(部署など)の分析を行うので、

 "(1)【横結合】" で操作します。」とのことでした。

 

 補足:今回の結果を他のファイルと結合する際は、別のプロセスを作成します。 

 

 

 


使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

よくあるご相談事例をご紹介します。

 

cellular space DiX で 社内アンケート結果を集計されている方から、

「社員名簿と結合したところ、同じ社員が2行出力される。どうして?」

との質問がありました。

 

 

社内アンケート結果はこちら↓

組合せ事例15.png

 

 

 

社員名簿は重複登録はないとのことなので、

社内アンケート結果をデータプロファイリングの【データ品質ツール】

重複の有無を確認したところ...

2度、回答している社員がいらっしゃいました。

 

組合せ事例16.png

 

 

 

次回は、重複回答分をまとめます。

 

 


使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

 

インストールやアップデート時の

「WindowsによってPCが保護されました」メッセージについてです。

 

 

コンシェルジュサイトから、

[最新版アップデートパッケージダウンロード] や

[プレインストールパッケージダウンロード]で、

cellular space DiX のアプリケーションをダウンロード後にインストール(実行)すると、

以下のメッセージを表示することがあります。

 

「WindowsによってPCが保護されました

 Windows SmartScreenは認識されないアプリの起動を停止しました。このアプリを実行すると、PCに問題が起こる可能性があります。」

 

 

このメッセージは、Windows SmartScreenと呼ばれる機能が表示しているもので、

Microsoft社が安全性を確認できていない場合に表示しているメッセージであり、

必ずしも「ウィルス」や「悪意のあるソフトウェア」と言うわけではありません。

 

cellular space DiX は安全です。インストールを続行することが可能です。

 

 

■対処手順

 
1.「WindowsによってPCが保護されました ...」と

  メッセージが表示されたら『詳細情報』をクリックします。


2.メッセージの表示が切り替わり、

  [アプリ] と [発行元] を表示後に、[実行]をクリックします。


3.インストール処理が実行されます。

 

環境整備5.png

 

 

安心して最新版をお使いください。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

データクレンジング処理の[和文解析]のちょっと便利な機能をご紹介いたします。

和文解析は、記号などを取り除いて名寄せ(解析)することができます。

 

 

サンプルをご覧ください。

 

入力データは【ファイル設定】の下の表です。

ビル名に記号などが含まれています。。。

横結合76.png

 

 

【イメージデータビューア】で結果を確認します。

記号などを取り除いた内容で名寄せしました。

横結合77.png

 

 

 

簡易版クレンジング機能としてお試しください。

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

 

【検索】エレメントの内容を

【イメージデータビューア】で表示するには設定が必要です。

 

 

具体的な設定をご覧ください。

 

【検索】エレメントの[検索条件式]をご覧ください。

「駅名」が「飯田橋」のデータのみを抽出したいのですが、

【イメージデータビューア】で確認すると【ファイル設定】した時のままの内容を表示します。

 

検索33.png

  

 

このような場合は、

【イメージデータビューア】の設定を確認します。

 

[検索を反映した表示]をチェックしましょう。

検索34.png

 

 

 

[設定]すると、【イメージデータビューア】の表示が変わります。 

「駅名」が「飯田橋」のデータを抽出しました。

検索35.png

 

 

 

想定通りの結果を表示しない場合は、設定をご確認ください。

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

 

よくあるご相談を紹介します。

 

 

最近、「書籍として出版されているカタログデータと、自社データを紐付かないか?

というご相談が増えています。

 

 

書籍は、出版元に問い合わせると、

"電子化されたカタログデータ" として提供していただけることがあります。

 

それを「紐付け=くっつける=結合」したい、とのことですね。

 

 

"電子化されたカタログデータ" であれば、

cellular space DiX を使えば、ユーザー操作で自社データと紐付けすることができます!

 

 

 

 

今後、このような事例の操作などをご紹介する予定です。

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

 

【集計】のユーザ辞書(推論)と 【関数処理】clusteringText のまとめです。

 

 

前回の記事はこちら ⇒ 【集計の事例 第37回】ユーザ辞書(推論)とclusteringText(2)

 

 

 

【集計】のユーザ辞書(推論)と 【関数処理】clusteringText ですが、

推論割合を同じ割合にすれば、結果も同じになることがわかりました。

 

 

 

では、どのようなケースでこれらを使い分けるのか?です。

 

 

目安として・・・

間柄・同義語辞書(ユーザ辞書)を参照しながら名寄せしたい場合は、【集計】のユーザ辞書(推論)

すでに、名寄せする属性の値が整っているのであれば 【関数処理】clusteringText

  を選択します。

 

 

 

例えば、【集計】のユーザ辞書(推論)で 間柄・同義語辞書(ユーザ辞書)を参照しましょう。

 

設定した 間柄・同義語辞書の内容はコチラ↓

集計の事例91.png

 

 

【集計】エレメントの設定結果 を見てみましょう ↓

集計の事例92.png

 

 

「商品名」の "ピカピカバルーン 3000mm" は、

間柄・同義語辞書 の登録内容で、名寄せしています。

 ⇒【関数処理】clusteringText では名寄せできません!

 

 

 

このように、用途にあわせてつかいわけてください。

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

 

【集計】のユーザ辞書(推論)と 【関数処理】clusteringText の違いの確認の続きです。

 

 

前回の記事はこちら ⇒ 【集計の事例 第36回】ユーザ辞書(推論)とclusteringText(1)

 

 

  

では、【関数処理】clusteringText を見てみます。

 

 

プロセスをご覧ください。

【ファイル設定】→【縦結合】エレメントを追加します。ここまでは、前回と同じです。

(点線の箇所が前回と異なります。)

  

集計の事例87.png

 

 

続いて、【集計】エレメントを追加します。

 

ここで、【関数処理】clusteringText を追加し、「商品名」でクラスターを作成します。

割合は「70%」です。 

集計の事例88.png

 

 

さらに【横結合】エレメントを追加します。

ここでは、先の【集計】の【関数処理】clusteringText の結果で名寄せします。

これは、前回の結果と比較するための処理となります。

 

集計の事例89.png

 

 

 

結果はこちら ↓

集計の事例90.png

 

 

「商品名」に対し、

【関数処理】clusteringText を指定した属性で名寄せ していますね。

 

 

エレメントの組み合わせは異なりますが、

前回(【集計】のユーザ辞書(推論))と「同じ名寄せ結果」が得られました。

 

 

 

次回は、【集計】のユーザ辞書(推論)と【関数処理】clusteringText のまとめです。

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

 

【集計】のユーザ辞書(推論)と 【関数処理】clusteringText の違いを確認します。

 

 

この2つの機能は、どちらも推論の割合を入力します。

動作や結果は「ほぼ同じ」となります。 

 

 

では違いは・・・

【集計】のユーザ辞書(推論)は、ユーザ辞書(間柄・同義語辞書)を参照します。

それに対し、【関数処理】clusteringText は参照しません。

 

 

 

では、実際のプロセスで結果を見てみましょう。

・どちらも推論割合は「70%」とします。

 

・「商品名」を名寄せします。

 

・入力ファイルはこちら↓

集計の事例83.png

 

 

 

まずは、【集計】のユーザ辞書(推論)を見てみます。

 

 

プロセスをご覧ください。

【ファイル設定】→【縦結合】エレメントを追加します。

【縦結合】は、そのまま設定します。

集計の事例84.png

 

 

続いて、【集計】エレメントを追加します。

 

ここで、[キー属性] に名寄せしたい「商品名」を指定し、

ユーザ辞書(推論)の70%を設定します。

 

集計の事例85.png

 

 

結果はこちら ↓

集計の事例86.png

 

 

似たような「商品名」で名寄せしましたね。

 

 

 

次回は、【関数処理】clusteringText での動作を見てみます。

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

 

集計の具体的な事例のご紹介をいたします。

 

既存の属性を用いて、「識別コード」の属性を追加します。

具体的には、2つの属性の先頭2文字をくっつけて、新たな属性を追加します。

 

この追加した属性を参照すれば、

独自の分類ができるので、BIツールでの分析などに活用できるのではないでしょうか。

 

 

簡単なサンプルでご説明します。

 

入力データはこちら ↓

集計の事例78.png

 

 

新しい識別コードを作成する手順です。 

(1) 「コード」の先頭2文字を取得

(2) 「ヨミガナ」の先頭2文字を取得

(3) 「コード」と「ヨミガナ」の先頭2文字 をハイフンで接続

 

 

 

プロセスの流れで確認します。 

入力ファイルを【ファイル設定】し、そのまま【縦結合】します。

【ナンバリング】で重複しない連番を追加します。

そして、【集計】です。ここで、新しい識別コードを作成します。

 

集計の事例79.png

 

 

【集計】の内容をご覧ください。

(1)【関数処理】の left関数で「コード」の先頭2文字を取得します。

(2) 同様に、「ヨミガナ」の先頭2文字を取得します。

集計の事例80.png

 

 

仕上げに、

(3) 先頭2文字を取得した「コード」と「ヨミガナ」をハイフンで接続します。

 

集計の事例81.png

 

 

結果はこちら ↓

集計の事例82.png

 

 

このように、新しい識別コードを簡単に作成することができます。

さまざまな用途に応用できますね。

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

 

ユーザー辞書の具体的な事例のご紹介をいたします。

 

 

前回の記事はこちら ⇒ 【ユーザ辞書の事例 第12回】辞書を用いたコード振りなおし(1)

 

 

 

今回は【集計】の設定内容からご説明いたします。

 

【関数処理】を追加し、「コード」に対し replacedic関数 を指定します。

これで、先に作成した置換辞書を参照します。

 

ユーザ辞書の事例30.png

 

 

【集計】の後ろに【検索】エレメントで並べ替えをしましょう。

 

置換辞書で振りなおした「コード」順にします。

 

ユーザ辞書の事例31.png

 

 

結果をご覧ください。↓

 

ユーザ辞書の事例32.png

 

想定とおりに 「トウキョウ ー> シンジュク ー> シブヤ ー> カンダ」順に並びました。

 

 

 

このように、処理にあったコードに簡単に振りなおすこともできます。

 

さまざまな用途にご活用ください。

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

 

ユーザー辞書の具体的な事例のご紹介をいたします。

 

 

「既存のコードを振りなおしたい。予め決めた地区順にしたい。」との

ご相談がありました。

 

 

提案した対応方法は・・・

 

案1)(振りなおす件数が少ないので)ユーザ辞書(置換辞書)で振りなおす。

案2)読み替え前後のコードを記したファイルを用意して、

  【縦結合】のサブジョイン機能で対応する。

です。

今回は 案1)での方法を見てみましょう。

 

 

簡単なサンプルでご説明します。

 

入力データはこちら ↓

集計の事例78.png

 

これを「トウキョウ ー> シンジュク ー> シブヤ ー> カンダ」順にコードを振りなおします。

 

 

コードを振り直しの手順です。 

(1) 「コード」を振りなおすための置換辞書を用意

(2) 【集計】の【関数処理】で置換辞書で「コード」を振りなおし(置換)

(3) 確認用に、【検索】で振りなおし(置換)後のコードで並べ替え

 

 

 

プロセスの流れで確認します。 

入力ファイルは【ファイル設定】し、そのまま【縦結合】します。

【ナンバリング】で重複しない連番を追加します。

「コード」を振りなおすための置換辞書を用意します。

【集計】の【関数処理】で「コード」を振りなおします。

 

集計の事例79.png

 

 

ここで、置換辞書を作成します。 

 

メニューバー ー> ユーザ辞書設定 ー> 置換辞書 を選択し、辞書画面を表示します。

 

以下のとおりに置換辞書を入力し、保存します。

 

ユーザ辞書の事例29.png

 

 

 

次回は【集計】の設定内容をご説明いたします。

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

 

グループ化の具体的な事例のご紹介をいたします。

 

【グループ化】は、クロス集計をおこないます。

キーとなる列が複数選択できるほか、

値の対象となる列の要約統計量を取得することができます。

 

 

今回は、社員データから年齢と部門別の分布を確認します。

 

 

 

 

プロセスの流れで確認します。 

 

【ファイル設定】の下部の表が入力データです。

そのまま【縦結合】します。

続けて【グループ化】を追加します。

 

グループ化の事例08.png

 

 

「年齢」と「部門」別に社員の分布を確認します。

 

 

結果はこちら ↓

グループ化の事例09.png

 

開発部に 37歳の社員が二名 所属していることがわかりますね。

 

 

このように、【イメージデータビューア】画面で確認しながら、

簡単にクロス集計を行うことができます。

 

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

 

【集計キー設定】画面の [集計方法] ユーザ辞書(推論)についてです。

 

 

前回の記事はこちら ⇒ 【集計 第68回】 集計キー設定 集計方法・ユーザ辞書(推論β)その2

 

 

ご連絡が遅くなりましたが・・・

 

推論機能はパワーアップしています。

推論の割合をご自分で設定することができます。(5から95%の範囲です。)

割合の数値が大きくなるほど厳密に推論します。

また、ユーザー辞書を自動的に参照し、推論します。

 

 

プロセスの流れで確認します。 

集計165.png

  

 

【集計キー設定】画面での設定はこちら ↓

 

集計166.png

 

 

推論割合別の結果を見てみましょう。

 

まずは「50%」↓  

集計167.png  

 

 

続いて、少しゆるくします。「40%」 ↓

集計168.png

 

 

最後に、厳しめにします。「80%」 ↓

集計169.png

 

 

推論割合を変更すると、結果が変わることが確認できるかと思います。

 

 

ご使用用途により、推論割合を調整してお使いください。

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

joinField

 

指定した属性の値を右端に追加します。

[値の間の接続因子]は、【縦結合】⇒【表示属性抽出設定】画面の同名箇所と同じです。 

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

属性「都道府県」と「属性A」と「属性B」をスラッシュで結合します。

 

関数処理270.png

  

 

 

結果はコチラ↓  

関数処理271.png  

 

各属性値をスラッシュ(/)で結合しました。

値がない属性は、スラッシュが詰まっていることがわかりますね。

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

copyTopRowConjunction

 

連動する属性と連動して、属性値がカラの場合、1つ上のレコードの値をコピーします。

 

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

「色」をコピーします。その際に「商品名」と連動します。・・・ 基本色を"12色"とします。

該当する一つ上の属性が無い場合は「12色」を設定します。

 

比較するために、copyTopRow関数 の結果も見てみます。

 

関数処理268.png

  

 

 

結果はコチラ↓  

関数処理269.png  

 

copyTopRow関数 では、無条件に一つ上の属性値をコピーしています。

基本色は "12色" なので、No2 や No5 や No9 は想定通りに設定されていません

 

それに対し、

copyTopRowConjunction関数 の結果は、一つ上の「色」がカラでも、

「商品名」と連動しているので商品名が変わっていれば、

基本色の "12色" を設定しています。

 

copyTopRow関数 と copyTopRowConjunction関数 の結果を見比べてください。

 

copyTopRow関数 の結果はこちら ⇒ 【関数処理 第116回】1つ上のレコード値コピー(copyTopRow)

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

copyTopRow

 

属性値がカラの場合、1つ上のレコードの値をコピーします。

 

 

主にExcelのセル結合を解除した状態の値を想定しています。

今回は以下のExcelを使います。属性「商品名」はセル接合しています。

 

関数処理267.png

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

「商品名」をコピーします。

該当する一つ上の属性が無い場合は「×」を設定します。

 

関数処理265.png

  

 

結果はコチラ↓  

関数処理266.png  

 

【ファイル設定】時に、セル結合が解除されるので、

属性「商品名」の値が未入力のセルが発生します。

それに対し copyTopRow関数 を指定すると、一つ上の属性値をコピーしました。

 

No1のレコードは、一つ上のレコードが存在しないので「×」ですね。

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

thousandSeparator

 

数字を3桁コンマ区切りで出力します。

なお、最初の半角円マーク(\)、最後の半角パーセント(%)は、取り除いて出力します。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

関数処理263.png

  

 

結果はコチラ↓ 

入力ファイルの「数値」属性に対し処理を行います。

 

関数処理264.png  

 

isNumber関数で数字でないと判定する値は「NaN」を返します。

 ※No1「150,000」と No2「100」は、

  通貨記号やパーセントが全角なので、数値と判定していません。

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

siSeparator

 

SI(国際単位)単位系で出力します。

なお、最初の半角円マーク(\)、最後の半角パーセント(%)、3桁区切りのコンマは、

取り除いて出力します。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

関数処理261.png

  

 

結果はコチラ↓ 

入力ファイルの「数値」属性に対し処理を行います。

 

関数処理262.png  

 

isNumber関数で数字でないと判定する値は「NaN」を返します。

 ※No1「150,000」と No2「100」は、

  通貨記号やパーセントが全角なので、数値と判定していません。

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

roundup

 

小数点以下を指定した桁数で切上げします。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

小数点以下「2」桁で切上げします。

 

関数処理259.png

  

  

 

結果はコチラ↓ 

入力ファイルの「数値」属性に対し処理を行います。

 

関数処理260.png  

 

小数点以下3桁目で判定し、

小数点以下2桁の出力となっています。

 

isNumber関数で数字でないと判定する値は「NaN」を返します。

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

rounddown

 

小数点以下を指定した桁数で切下げします。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

小数点以下「2」桁で切下げします。

 

関数処理257.png

  

  

 

結果はコチラ↓ 

入力ファイルの「数値」属性に対し処理を行います。

 

関数処理258.png  

 

小数点以下3桁目で判定し、

小数点以下2桁の出力となっています。

 

isNumber関数で数字でないと判定する値は「NaN」を返します。

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

round

 

小数点以下を指定した桁数で四捨五入します。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

小数点以下「2」桁で出力します。

 

関数処理255.png

  

  

 

結果はコチラ↓ 

入力ファイルの「数値」属性に対し処理を行います。

 

関数処理256.png  

 

小数点以下3桁目で四捨五入し、

小数点以下2桁の出力となっています。

 

isNumber関数で数字でないと判定する値は「NaN」を返します。

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

random

 

指定した範囲内のランダムな数字を生成します。

 ・マイナス及び、小数点を含む値は0を出力します。

 ・下限値>上限値 の場合、下限値を出力します。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。 ※対象属性の指定はありません。

 

関数処理253.png

  

  

 

結果はコチラ↓ 

入力ファイルの「数値」属性に対し処理を行います。

 

関数処理254.png  

 

「1」から「5」の範囲で、ランダムな数値を出力しました。

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

mod

 

小数点以下を取得します。

「123」の場合「0」、「123.456」の場合「0.456」が戻ります。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

関数処理251.png

  

  

 

結果はコチラ↓ 

入力ファイルの「数値」属性に対し処理を行います。

 

関数処理252.png  

 

小数点以下の値のみ取得しました。

isNumber関数で数字でないと判定する値は「NaN」を返します。

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

isNumber

 

数字の妥当性チェックを行います。

数字の場合は「TRUE」、

それ以外(カラや漢数字、\マーク以外の通貨記号等)は「FALSE」を返します。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

関数処理249.png

  

  

 

結果はコチラ↓ 

入力ファイルの「数値」属性に対し処理を行います。

 

関数処理250.png  

 

通貨記号付きや、パーセント付きなどの数字でない値を含む場合は

「FALSE」(=数値でない)となります。

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

unitSum

 

グループ化する属性の値からクラスターを作成し、個々の合計値を求めます。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

[引数の設定] No1 にクラスターを作成する属性「会社」をドラッグ&ドロップします。

 

関数処理247.png

  

  

 

結果はコチラ↓ 

「会社」でクラスターを作成し、集計しました。

関数処理248.png  

 

 

 [集計属性] の [数値集計]と同じように計算しますが、 

 この関数を用いれば、レコード毎に集計結果を出力することができます。

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

unitPersent

 

グループ化する属性の値からクラスターを作成し、個々の百分率を求めます。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

[引数の設定] No1 にクラスターを作成する属性「会社」をドラッグ&ドロップします。

 

関数処理245.png

  

  

 

結果はコチラ↓ 

「会社」でクラスターを作成し、集計しました。

関数処理246.png  

 

 

 [集計属性] の [数値集計]と同じように計算しますが、 

 この関数を用いれば、レコード毎に集計結果を出力することができます。

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

unitMode

 

グループ化する属性の値からクラスターを作成し、個々の最頻値を求めます。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

[引数の設定] No1 にクラスターを作成する属性「会社」をドラッグ&ドロップします。

 

関数処理243.png

  

  

 

結果はコチラ↓ 

「会社」でクラスターを作成し、集計しました。

関数処理244.png  

 

 ※ 最頻値を求められなかったレコードは、"NaN" を出力します。

  

 

 [集計属性] の [数値集計]と同じように計算しますが、 

 この関数を用いれば、レコード毎に集計結果を出力することができます。

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

unitMin

 

グループ化する属性の値からクラスターを作成し、個々の最小値を求めます。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

[引数の設定] No1 にクラスターを作成する属性「会社」をドラッグ&ドロップします。

 

関数処理241.png

  

  

 

結果はコチラ↓ 

「会社」でクラスターを作成し、集計しました。

関数処理242.png  

 

 

 [集計属性] の [数値集計]と同じように計算しますが、 

 この関数を用いれば、レコード毎に集計結果を出力することができます。

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

unitMedian

 

グループ化する属性の値からクラスターを作成し、個々の中央値を求めます。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

[引数の設定] No1 にクラスターを作成する属性「会社」をドラッグ&ドロップします。

 

関数処理239.png

  

  

 

結果はコチラ↓ 

「会社」でクラスターを作成し、集計しました。

関数処理240.png  

 

 

 [集計属性] の [数値集計]と同じように計算しますが、 

 この関数を用いれば、レコード毎に集計結果を出力することができます。

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

unitMax

 

グループ化する属性の値からクラスターを作成し、個々の最大値を求めます。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

[引数の設定] No1 にクラスターを作成する属性「会社」をドラッグ&ドロップします。

 

関数処理237.png

  

  

 

結果はコチラ↓ 

「会社」でクラスターを作成し、集計しました。

関数処理238.png  

 

 

 [集計属性] の [数値集計]と同じように計算しますが、 

 この関数を用いれば、レコード毎に集計結果を出力することができます。

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

unitJoin

 

グループ化する属性の値からクラスターを作成し、

個々の属性値を「,(コンマ)」で結合します。 

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

[引数の設定] No1 にクラスターを作成する属性「会社」をドラッグ&ドロップします。

 

関数処理235.png

  

  

 

結果はコチラ↓ 

「会社」でクラスターを作成し、結合しました。

関数処理236.png  

 

 

 [集計属性] の [数値集計]と同じように計算しますが、 

 この関数を用いれば、レコード毎に結合結果を出力することができます。

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

unitFrequency

 

グループ化する属性の値からクラスターを作成し、個々のランキングを求めます。

 

属性値中に「,(コンマ)」が含まれる場合は、

文字の前後に「"(ダブルクォーテーション)」を自動的に付加します。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

[引数の設定] No1 にクラスターを作成する属性「会社」をドラッグ&ドロップします。

 

関数処理233.png

  

  

 

結果はコチラ↓ 

「会社」でクラスターを作成し、集計しました。

関数処理234.png  

 

 

 [集計属性] の [数値集計]と同じように計算しますが、 

 この関数を用いれば、レコード毎に計算結果を出力することができます。

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

unitCount

 

グループ化する属性の値からクラスターを作成し、グループ化後の件数を求めます。

 

 

 

 

プロセスの流れは以下のとおりです。

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

関数処理231.png

  

  

 

結果はコチラ↓ 

「会社」毎の件数を出力しました。

関数処理232.png  

 

 

 [集計属性] の [数値集計]と同じように計算しますが、 

 この関数を用いれば、レコード毎に計算結果を出力することができます。

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

unitAvg

 

グループ化する属性の値からクラスターを作成し、個々の平均値を求めます。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

[引数の設定] No1 にクラスターを作成する属性「会社」をドラッグ&ドロップします。

 

関数処理229.png

  

  

 

結果はコチラ↓ 

「会社」でクラスターを作成し、集計しました。

関数処理230.png  

 

 

 [集計属性] の [数値集計]と同じように計算しますが、 

 この関数を用いれば、レコード毎に計算結果を出力することができます。

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

wordFrequency

 

文章解析から語句の頻度を取得し、コンマ区切りで頻度の降順で出力します。

 出力例:赤_3,青_2,黄色_1

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

関数処理225.png

  

  

 

結果はコチラ↓ 

関数処理226.png  

 

 

さらに、

この結果を statisticFrequency 関数で整理します。

 

関数処理227.png 

 

 

整理した結果はコチラ↓

 

関数処理228.png

 

ポイントは、

頻度の結果に対して当関数(statisticFrequency)を指定します。

そうでない場合は、正しい結果を得られません。

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

textDistance

 

対象属性の文字と指定する文字の近似値(%)を取得します。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

近似値を取得したい文字には「前田建設」を設定します。

 

関数処理223.png

  

  

 

結果はコチラ↓ 

関数処理224.png  

 

今回のケースでは・・・

指定した文字との近似値をパーセント単位で出力しました。

近くないデータの結果は「0」%ですね。

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

statisticFrequency

 

指定された頻度データを整理します。

 指定された属性内の全データの頻度出現回数を降順のコンマ区切りで出力します。

 属性値中に「,(コンマ)」が含まれる場合は、文字の前後に「"(ダブルクォーテーション)」を自動的に付加します。

 

 関数「wordFrequency」を指定した属性、

 もしくは【集計属性設定】画面で「頻度」を指定した属性を指定してください。

 それ以外の属性の場合、結果はカラとなります。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 ※[対象属性]には、必ず頻度の結果を指定します。

 

関数処理221.png

  

  

 

結果はコチラ↓ 

関数処理222.png  

 

今回のケースでは・・・

頻度の結果を整理し、

駅名「飯田橋」「下北沢」「品川」すべての出現数を出力しています。

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

length

 

文字の長さ(数)を取得します。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

関数処理219.png

  

  

 

結果はコチラ↓ 

関数処理220.png  

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

ipContinentName

 

値のグローバルIPアドレスから地域を取得します。

 

 

ipCountryName

 

値のグローバルIPアドレスから国名を取得します。

 

 

この機能には MaxMind が作成した GeoLite2 データが含まれており、

http://www.maxmind.comから入手いただけます。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

関数処理217.png

  

  

 

結果はコチラ↓ 

関数処理218.png  

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

dataPattern

 

データをパターン化(以下参照)し、出力ます。

 W:英字

 S:空白

 D:数字

 A:マルチバイト

 その値:その他記号等

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

関数処理215.png

  

  

 

結果はコチラ↓ 

関数処理216.png  

 

形式をチェックしたい場合などに便利な関数です。

 今回のケースであれば・・・

 電話番号中のカッコが、全角 か 半角かもすぐにわかります。

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

count

 

指定した検索文字がいくつ含まれているかを数えます。

ユーザ辞書(間柄・同義語辞書)が設定済の場合、それを参照します。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

今回は文字「安全」の数を取得します。

 

関数処理213.png

  

  

 

結果はコチラ↓ 

関数処理214.png  

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

clusteringText 

 

対象属性の文字で近似アルゴリズムによるクラスターを作ります。

しきい値の範囲は、0?100とし、 しきい値が大きいほど厳密にクラスタリングします。

 ・「CLUSTER-{数字}」集団(グループ)に分類したことを示します。{数字}はグループ番号です。

 ・「UNIQUE-{数字}」一意な値であることを示します。{数字}には連番を出力します。

 

 

 

プロセスの流れは以下のとおりです。

 

 

閾値を変えてることにより、結果が異なることを確認します。

 

【集計】エレメントを追加します。 

 

関数処理210.png

  

 

【関数処理】を追加し、[データ処理関数名] を指定します。

閾値は「80」とします。

関数処理211.png

  

あまり、まとまりませんね。

 

 

 

続いて、閾値を「40」とします。

先の「80」よりはゆるくなります。

 

関数処理212.png

閾値の設定よる違いはいかがでしょうか。

 

 

 

閾値は、結果を見ながら調整しましょう。

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

K-Means++

 

数値である対象属性(X)と対象属性(Y)からK-Means++法によるクラスターを作成します。

作成するクラスタ数の範囲は、0から100です。

K-Means++法はその原理から、同じ処理を繰り返すとクラスタ値が変化します。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

作成するクラスターの数は「3つ」とします。

 

関数処理204.png

  

  

 

結果はコチラ↓ 

関数処理208.png  

CLUSTER-0 から CLUSTER-2となりました。

 

 

 

分布をExcelで作成したグラフで確認すると以下のイメージです。

関数処理209.png

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

subtractionTime

 

比較対象となるパネルの時刻との時間差を求めます。

現在時刻(お使いのマシン時刻)との時間差を求めます。

結果は選択した範囲で返します。単位は以下のとおりです。

 H:時

 M:時

 S:分

 A:自動(H時M分S秒形式)

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

※すべての単位で確認してみましょう。

 

関数処理204.png

  関数処理205.png

  

 

結果はコチラ↓ 

関数処理206.png  

各パネル間の時刻差を出力します。

時刻でない場合は、結果はカラとなります。

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

subtractionNow

 

現在時刻(お使いのマシン時刻)との時間差を求めます。

結果は選択した範囲で返します。単位は以下のとおりです。

 H:時

 M:時

 S:分

 A:自動(H時M分S秒形式)

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

※すべての単位で確認してみましょう。

 

関数処理201.png

  関数処理202.png

  

 

結果はコチラ↓ 

関数処理203.png  

パソコンの時刻と、対象属性に設定したパネルの値の差を出力します。

右側の「A:自動」での出力も便利ですね。

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

second

 

時刻の秒をss形式で返します。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

関数処理199.png

  

 

結果はコチラ↓ 

関数処理200.png  

時刻中の「秒」のみ出力します。

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

normalizetime

 

時刻を標準化します。

 ・日付のみの場合、YYYY/MM/DD形式となります。

 ・日付+時刻の場合、YYYY/MM/DD hh:mm:ss形式となります。

 ・時刻のみの場合、hh:mm:ss形式となります。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

関数処理197.png

  

 

結果はコチラ↓ 

関数処理198.png  

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

morningOrAfternoon

 

AM または PM を返します。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

関数処理195.png

  

 

結果はコチラ↓ 

関数処理196.png  

例えば・・・

漢字で「午前」「午後」と取得したい場合は、今回の結果を置換するといいでしょう。

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

minute

 

時刻の時をmm形式で返します。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

関数処理193.png

  

 

結果はコチラ↓ 

関数処理194.png  

時分秒のうち「分」のみを出力します。

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

isTime

 

時刻の妥当性チェックを厳密に行います。

時刻の場合は「TRUE」、それ以外(カラも含む)は「FALSE」を返します。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

関数処理191.png

  

 

結果はコチラ↓ 

関数処理192.png  

・厳密にチェックしているので、24:00 などは「FALSE」となります。

・時刻でない や 未入力は「FALSE」です。

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

hour

 

時刻をhh形式で返します。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

関数処理189.png

  

 

結果はコチラ↓ 

関数処理190.png  

「時」のみ取得しました。

 

※ 時刻でない場合は、何も出力しません。

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

getTime

 

時刻をhh:mm:ss形式(正規化)で返します。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

関数処理187.png

  

 

結果はコチラ↓ 

関数処理188.png  

正規化していることがわかりますね。(=同じ形式)

 

※ 時刻でない場合は、何も出力しません。

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

addTime

 

時・分・秒を加算・減算します。

 ・日付+時刻の場合、YYYY/MM/DD hh:mm:ss形式となります。
 ・時刻のみの場合、 hh:mm:ss形式となります。

 
入力例:加算→「2」、減算→「-2」(減算する場合はマイナスを入力します。)

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

今回は、「年」「月」「日」を 個別に 1減算してみましょう。

 

関数処理185.png

  

 

結果はコチラ↓ 

関数処理186.png  

 

※ 時刻でない場合は、計算しません。

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

addNow

 

現在時刻(お使いのマシン時刻)から時・分・秒を加算・減算します。

出力は、YYYY/MM/DD hh:mm:ss形式となります。

入力例:加算→「2」、減算→「-2」(減算する場合はマイナスを入力します。)

 ※[対象属性]の設定は必要ありません。 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

今回は、「年」「月」「日」を 個別に 1加算してみましょう。

 

関数処理183.png

  

 

結果はコチラ↓ 

関数処理184.png  

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

year

 

日付の年をYYYY年形式で出力します。

時刻のみの場合、1970/01/01(固定)で計算します。

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

関数処理181.png

  

 

結果はコチラ↓ 

関数処理182.png  

 

日付でない場合は、結果はカラとなります。

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

weekOfYear

 

日付が現在の年の何週目にあたるかを出力します。

時刻のみの場合、1970/01/01(固定)で計算します。

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

関数処理179.png

  

 

結果はコチラ↓ 

関数処理180.png  

 

日付でない場合は、結果はカラとなります。

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

weekOfMonth

 

日付が現在の月の何週目にあたるかを出力します。

時刻のみの場合、1970/01/01(固定)で計算します。

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

関数処理177.png

  

 

結果はコチラ↓ 

関数処理178.png  

 

日付でない場合は、結果はカラとなります。

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

subtractionToday

 

今日(=終了日)との日数差を求めます。時刻のみの場合、1970/01/01(固定)を付加し計算します。

結果は選択した単位で返します。

 単位は以下のとおりです。

   Y:年、M:月、D:日 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

関数処理167.png

  

年/月/日別に結果を確認します。

3つ【関数処理】のパネルを新規追加します。

 

関数処理173.png

 

関数処理174.png

 

関数処理175.png

 

 

結果はコチラ↓ 

今日は「2017年2月20日」とします。

関数処理176.png  

 

日数差を求められない場合は、結果はカラとなります。

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

subtraction

 

日数差を求めます。

結果は選択した単位で返します。

時刻のみの場合、1970/01/01(固定)を付加し計算します。

 単位は以下のとおりです。

   Y:年、M:月、D:日 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

引数には「単位」(年/月/日)を設定しましょう。

 

関数処理167.png

  

年/月/日別に結果を確認します。

3つ【関数処理】のパネルを新規追加します。

 

関数処理168.png

 

関数処理169.png

 

関数処理170.png

 

 

結果はコチラ↓ 

関数処理171.png  

 

日数差を求められない場合は、結果はカラとなります。

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

normalizedateUS

 

日付を月日年順にスラッシュ(/)で区切り、以下形式で返します。

 ・日付のみの場合、MM/DD/YYYY形式。

 ・日付+時刻の場合、MM/DD/YYYY hh:mm:ss形式。

 ・時刻のみの場合、01/01/1970 hh:mm:ss形式。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

関数処理165.png

  

 

結果はコチラ↓ 

関数処理166.png  

 

正しくない日付は、自動計算し整えます。

 

normalizedate関数とは正規化する形式が異なります。

用途により、お選びください。

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

normalizedateUK

 

日付を日月年順にスラッシュ(/)で区切り、以下形式で返します。

 ・日付のみの場合、DD/MM/YYYY形式。

 ・日付+時刻の場合、DD/MM/YYYY hh:mm:ss形式。

 ・時刻のみの場合、01/01/1970 hh:mm:ss形式。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

関数処理163.png

  

 

結果はコチラ↓ 

関数処理164.png  

 

正しくない日付は、自動計算し整えます。

 

normalizedate関数とは正規化する形式が異なります。

用途により、お選びください。

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

normalizedateISO

 

日付を正規化

(ISO 8601のサブセットであるW3C Note(1997-12-15)に基づきYYYY-MM-DD形式とします)し、

以下形式で返します。

 ・日付のみの場合、YYYY-MM-DD形式。

 ・日付+時刻の場合、YYYY-MM-DD hh:mm:ss形式。

 ・時刻のみの場合、1970-01-01 hh:mm:ss形式。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

関数処理161.png

  

 

結果はコチラ↓ 

関数処理162.png  

 

正しくない日付は、自動計算し整えます。

 

normalizedate関数とは正規化する形式が異なります。

用途により、お選びください。

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

normalizedate

 

日付を正規化(年月日順にスラッシュ(/)で区切り)し、以下形式で返します。

 ・日付のみの場合、YYYY/MM/DD形式。

 ・日付+時刻の場合、YYYY/MM/DD hh:mm:ss形式。

 ・時刻のみの場合、1970/01/01(固定) hh:mm:ss形式。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

関数処理159.png

  

 

結果はコチラ↓ 

関数処理160.png  

 

正しくない日付は、自動計算し整えます。

 

getDate関数との違いは、時刻も正規化するところですね。

日付+時刻 形式で正規化したい場合は、こちら(normalizedate関数)をお使いください。

 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

month

 

日付の年月を以下形式で返します。

 ・日付のみの場合、YYYY年M形式。

 ・日付+時刻の場合、YYYY年M形式。

 ・時刻のみの場合、1970/01/01(固定)のYYYY年M形式。

 出力例:2015年11月、2016年2月

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

関数処理156.png

  

 

結果はコチラ↓ 

関数処理157.png  

 

 

時刻のみの結果もご覧ください。年月を「1970年1年」としています↓

関数処理158.png

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

isDate

 

日付の妥当性チェックを厳密に行います。時刻を含む場合は、除いてチェックします。

日付の場合は「TRUE」、それ以外(カラも含む)は「FALSE」を返します。

時刻のみの場合は、時刻の妥当性チェックを厳密に行います。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

関数処理153.png

  

 

結果はコチラ↓ 

関数処理154.png 

様々な日付形式に対応しています。日付でない場合は「FALSE」を返しています。

 

 

日付+時刻の場合の結果もご覧ください。↓

時刻はチェック対象外となっていることがわかります。

関数処理155.png

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

getDate

 

日付をYYYY/MM/DD形式で返します。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

関数処理151.png

  

 

結果はコチラ↓ 

関数処理152.png 

様々な日付形式に対応しています。

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

endWeek

 

週の最終日(土曜日にあたる日付)を返します。

時刻のみの場合は、1970/01/01(固定)の週の最終日を返します。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

関数処理149.png

  

 

結果はコチラ↓ 

関数処理150.png 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。

cellular spaceのホームページにご来訪くださり、ありがとうございます。
前田建設工業 情報システム の コズミkozumi.pngです。

 

 

【集計】⇒【関数処理】の具体的な例をご紹介いたします。

 

 

endOfMonth

 

月の最終日を返します。

 

 

 

プロセスの流れは以下のとおりです。

 

 

【関数処理】を追加し、[データ処理関数名] を指定します。

 

関数処理147.png

  

 

結果はコチラ↓ 

関数処理148.png 

 

 

 

 

使用しているデータは、疑似データです。実在の人物や団体などとは関係ありません。