データを読み込めても、数値が文字として認識されたり、地区コードの先頭0が失われたりすると、意図した比較ができません。kepler.glで表現を設定する前に、列ごとの意味と型を確認します。この記事では、教材の失敗例と修正例を使って前処理を整理します。
確認環境はkepler.gl公式デモ、画面表示は3.3.0-alpha.21(2026年11月17日)です。開発途中の版のため、メニュー名や対応形式は変わることがあります。本文は英語表示の項目名に日本語の意味を添えています。
共通教材をダウンロード(ZIP)。展開してから使います。東京付近の座標ですが、施設・区域・人口・定員・線はすべて自作の架空データです。実在の施設や調査結果ではありません。教材データは利用・改変・再配布できます。背景地図の利用条件は配信元に従います。
この実習で使うファイル:bad-values.csv / clean-values.csv。ZIPを展開してから選びます。別の実習のフィルターやレイヤーが残っている場合は、新しいタブの空の地図で始めるか、表示状態を確認してください。初回の画面操作は共通の操作案内を参照できます。
まず1行が何を表すかを決める
施設の一覧なら1行1施設、観測表なら1行1地点1時刻など、行の単位を言葉にします。同じ施設が毎時記録される表では、行数が施設数にはなりません。施設数を知りたいのか観測数を知りたいのかで、集計や地図の意味が変わります。
| 確認すること | 教材での答え |
|---|---|
| 1行の単位 | facilities.csvは1行1施設 |
| 識別する列 | facility_id。8行で重複なし |
| 位置 | longitude / latitude。小数度 |
| 分類 | category:park / library / clinic |
| 数量と単位 | capacity_people:人。合計1200 |
| 日時の意味 | observed_at:教材上の記録時刻。日本時間のオフセット付き |
自動型推定を結果として確認する
CSVには、列の型を厳密に宣言する仕組みがありません。読込時に値から型が推定されるため、同じ列に数値と文字が混在すると、文字列として扱われる場合があります。色分けや半径の設定で数値列が候補に出ないときは、元のCSVを確認します。
zone_code,amount,observed_at
001,"1,200",2026/04/01
002,unknown,04/05/2026
003,0,2026-04-01T09:00:00+09:00
bad-values.csvは意図的な失敗例です。引用符で囲まれた1,200はCSVとしては1セルですが、数値として自動認識されるとは限りません。unknownが入ったamount列、意味が曖昧な04/05/2026、識別子001も確認が必要です。
数量、識別子、欠測を分ける
| 値の例 | 扱い方 | 避けたい処理 |
|---|---|---|
| 1,200 | 数量なら区切り記号を除き1200へ。元の単位も確認 | コードや表記文字まで一律に変換 |
| 001 | 識別子として文字列を維持。必要ならZ001等の接頭辞も検討 | 1にしてよいと決めつける |
| unknown / 空欄 | 欠測として保持し、必要なら状態列を付ける | 実測の0へ置換 |
| 0 | 本当に0という値なら数値のまま保持 | 欠測とまとめて削除 |
QGISの属性テーブルでも、整数・実数・文字列を区別します。考え方は共通ですが、kepler.glでCSVを読めばQGIS側の列型が引き継がれる、という意味ではありません。コードの先頭0が重要なら、読み込み後にも実際の値を点検してください。
修正は元データを残して行う
zone_code,amount,amount_status,observed_at
001,1200,observed,2026-04-01T09:00:00+09:00
002,,missing,2026-04-01T09:00:00+09:00
003,0,observed,2026-04-01T09:00:00+09:00
clean-values.csvでは、数量の区切りを除き、欠測に状態列を付けています。日時は説明用にすべて日本時間の9時へ統一した仮の修正例です。実際の業務データで曖昧な日付や時刻をこのように決め打ちしてはいけません。配布元や作成者に意味を確認してから直します。
日時は形式だけでなく意味をそろえる
2026-04-01T09:00:00+09:00の+09:00はUTCとの差を示します。午前9時という文字だけの記録と、世界共通の時点を表す記録を区別しましょう。同じ時点が別のタイムゾーンで表示される場合もあります。時間フィルターでは、既知の1行を使い、画面で期待する日時に対応するかを確認します。
年だけの統計、調査日、営業時間、観測時刻は別の情報です。年別人口を日単位の観測値のように扱わず、分析で必要な時間の単位を決めてから表にします。時間再生の設定は別の記事で扱います。
前処理後に照合すること
- 元ファイルを残し、修正内容と理由を記録する。
- 行数とIDの重複、位置の空欄を数える。
- 0と欠測、対象外を区別する。
- 数量の合計や最小・最大を修正前の意味と照合する。
- 文字コードはUTF-8を基本にし、保存後に日本語を開き直して確認する。
- 緯度経度は数値にし、経度・緯度の範囲と数地点の位置を照合する。
見やすい地図にする操作より先に、何を数えた値なのかを確かめることが、比較の土台になります。前処理済み教材と失敗例を並べて、どの列が表示や集計に使えるか説明できる状態を目指しましょう。
参考:公式:CSVとデータ型の認識。操作例・教材・確認表は本記事用に作成しました。
型をどこで確認するか
色やフィルターの列を選ぶ画面では、列名の横にstring(文字列)、int(整数)、float(小数)、time(日時)などが表示されます。facilities.csvのzone_codeは、確認環境では001が整数の1として推定されました。CSVで値を引用符で囲むだけでは、型や先頭0の維持を保証できません。コードを保つ必要がある表ではZ001など数値と区別できる識別子を用意する方法もあります。
bad-values.csvとclean-values.csvには位置の列がありません。前処理の違いを表で比較する教材なので、この2ファイルだけで点が地図に出なくても失敗ではありません。メモ帳などで開いて比較できます。地図表示の実習は位置を持つfacilities.csvで行ってください。



コメント