kepler.glのデータ型と前処理|数値・コード・日時・欠測を整理

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

タイトルとURLをコピーしました