CSV欠損値チェック

このツール、どんなときに使う？

1000行のCSVを目で見ても、「email列だけ27%空欄」のような偏りは意外と気付きません。一括登録前に列ごとの欠損率を出しておくと、必須項目の抜けや、抽出条件のミスらしい列を先に見つけられます。

ひとつ知っておくと分かりやすいこと

欠損は「空欄」だけとは限りません。システムによっては値がないことを NULL や N/A と文字で出します。このツールは指定したマーカーを大小文字を区別せず欠損として数えます。逆に 0 や false は、指定しない限り普通の値です。

ここで迷いやすいところ

• 欠損率が高い＝悪い列、ではありません。任意項目なら空欄が多くても正常です。
• 「欠損扱い」に実データとして使う語を入れると、その値まで欠損として数えます。
• 空白だけのセルはtrim後に空欄として数えます。

例えば、こんな使い方です

顧客CSVで email 2%、phone 63%、customer_id 0%だったとします。phoneが任意なら問題ないかもしれません。一方、customer_idが必須なのに欠損が出たら、取込前に止めるべきサインです。数字そのものより、列の役割と一緒に見るのがポイントです。

結果をどう読む？

割合が高い列から機械的に埋めるのではなく、まず「その列は必須か」を見ます。必須列で急に欠損が増えたなら抽出ミスの可能性、任意列なら正常な空欄かもしれません。欠損率は修正指示ではなく、調査の優先順位です。 欠損マーカーは入力時に前後空白を除き、小文字化して照合します。元データの列数や必須条件そのものは判定しないので、取込仕様と合わせて見ます。