前処理ルールを記録する

データを分析する前に、必ず「データの整理」が必要です。料理でいうと、野菜を洗って皮をむいて切りそろえる下ごしらえのようなもの。下ごしらえを丁寧にしておけば、あとの調理（＝分析）がぐんとスムーズになります。

この Atom では、その下ごしらえの手順を「前処理ルール（＝データを整理するための手順書）」として書き残す方法を学びます。ルール作成には AI ツールを活用するので、文章をゼロから考える必要はありません。

---

まずは完成イメージを確認しましょう。前処理ルールとは、次のように書いた1枚のメモ（ドキュメント）のことです。

例：顧客データの整理ルール

1. 「氏名」列のカタカナ・英数字をすべて全角に統一する
2. 「電話番号」列のハイフンをすべて取り除く
3. 「生年月日」列が空欄の行は「不明」と書き込む
4. 「顧客ID」が重複している行を1行にまとめる

このように「何をどうするか」を箇条書きで書くだけです。プログラミングの知識は必要ありません。

良い例と悪い例を見比べる

良い例（具体的で誰でも実行できる）：

「電話番号」列のハイフンをすべて取り除く

悪い例（曖昧で実行できない）：

電話番号をいい感じに整える

何が「いい感じ」なのか人によって違います。ルールは誰が読んでも同じ作業ができるように書くのがポイントです。

---

ルールを書く前に、まずはデータのどこが「汚れているか」を観察します。お店の在庫棚を点検するイメージで、一つずつ確認していきましょう。

よくある「汚れ」のパターン

あなたが持っているデータを眺めて、「あれ？これなんか変だな」と思ったところが前処理の対象です。

ヒント: データが手元にない場合は、AI に「前処理の練習に使えるサンプルの顧客リストを CSV 形式で作ってください。表記ゆれや空欄を含めてください」と頼むと、練習用データをすぐ用意できます。

---

データが大きいときは、自分の目だけで「汚れ」を探すのは大変です。AI に手伝ってもらいましょう。

AI への指示文（プロンプト）例

以下の表データに含まれる「汚れ」（表記ゆれ・空欄・重複・形式のばらつき）をすべて一覧にしてください。
見つかった汚れごとに、列名・行番号・具体的な内容を表で出力してください。

【データ】
（ここにデータを貼り付ける）

使える AI ツール：

• ChatGPT（ブラウザで使える）: テキストを貼り付けて上のプロンプトを送る
• Claude（ブラウザで使える）: 同様にテキストを貼り付けて送る
• Claude Code（ターミナルで使える方）: CSV ファイルを直接読み込ませたいときに便利

---

「汚れ」が見つかったら、それをどう直すかを日本語で書き出します。ここではまだ完璧でなくてOKです。思いつくままにメモしましょう。

書き出す際のコツ：

• 対象（どの列・項目か）と操作（何をするか）の2つを必ず書く
• 1つのルールにつき1つの操作に絞る

良い例：

「会社名」列の「(株)」を「株式会社」に置き換える

悪い例：

会社名を直す

「どう直すのか」が書いていないと、後で見返したときに分からなくなります。

---

書き出したメモを AI ツールに渡して、きちんとした前処理ルールに仕上げてもらいましょう。

プロンプト例

以下のデータ整理メモを、「誰が読んでも同じ作業ができる前処理ルール」に整理してください。
各ルールは「対象列 → 操作内容 → 理由」の3つを必ず含めてください。
出力形式はMarkdownの番号付きリストにしてください。

【メモ】
- 会社名がバラバラ。(株)とか株式会社とか
- 日付の形式が統一されていない
- 電話番号にハイフンがあったりなかったり
- 住所が空欄のところがある

AI から返ってきた結果を確認し、あなたの意図と合っているか読み返します。

結果が思い通りでないときの追加プロンプト例

ルール3の日付形式について、統一先は「YYYY-MM-DD」にしてください。
また、各ルールに「適用前の例 → 適用後の例」を1つ追加してください。

このように、気になった点をピンポイントで伝えるのがコツです。

プロンプトの良い例と悪い例

良いプロンプト：具体的なデータの例と、どうしたいかを書いている

「会社名の列に (株) と株式会社が混ざっています。すべて『株式会社』に統一するルールを書いてください。」

悪いプロンプト：指示が抽象的すぎる

「データをきれいにして」

AI は具体的な指示ほど正確に答えてくれます。食材の名前と分量を書いたレシピの方が、料理がうまくいくのと同じです。

---

AI が整理したルールを受け取ったら、次のチェックリストで確認します。

• 各ルールの対象列が明記されているか
• 各ルールの操作内容が1つに絞られているか
• 元の「汚れ」がすべてカバーされているか
• ルール同士が矛盾していないか（例：「空欄を削除する」と「空欄に『不明』と書く」が同じ列に両方あると矛盾）

1つでも「あれ、これどうなるんだっけ？」と思うところがあれば、AI に質問して埋めましょう。

AI への確認プロンプト例： 「以下の前処理ルールに抜け漏れや矛盾がないか確認してください。もしあれば修正案を出してください。」

---

---

この Atom の成果物は、整理された前処理ルールをまとめたドキュメントです。次の4つが含まれていれば完成です：

1. 対象データの概要 — どんなデータか（例：「取引先一覧の Excel、500行」）
2. 発見した「汚れ」の一覧 — AI と一緒に見つけた問題点
3. 各「汚れ」に対する整理ルール — 対象列・操作内容・理由の3点セット
4. ルール適用後にどうなってほしいか — 期待される状態（例：「日付はすべて YYYY-MM-DD 形式」）

完成したらスクリーンショットを撮って、記録に残しましょう。

最終チェック: ルールを何も知らない人に見せたとき、その人がルール通りにデータを整理できそうですか？ 「はい」と思えたら合格です。