前回、Power Queryで「ExcelのCOUNTIF関数」のように各行の値の重複を数える方法として、グループ化の機能を使用した方法を紹介しました。今回はListを使った方法です。
ただし、前提として、今回の方法は使用できる場面が少ない印象です。
大量データには不向きなので、その場合は前回の「グループ化」を使う方法が最適と思います。
今回の方法だと数千件程度まででないと、処理時間がとても長くなる印象です。
（私の環境で、3000件のサンプルデータで試したところ、グループ化なら１秒程度の計算時間が、今回の方法で30秒ほどかかり、処理時間が大きく異なりました）
アウトプットイメージ
前回と同様、「名前」という列にある人と同じ名前の件数を「カウント」に表示するイメージ
下図で、「名前のカウント」部分をクエリで集計します。
作成手順
「テーブルまたは範囲から」で、クエリの作成
次のような、顧客ID、名前、都道府県、年代などのデータがあり、名寄せチェックのために「名前」の重複カウントをパワークエリで数えたい、とします。
「カスタム列」の追加
上記の実施後、次のクエリの画面が表示されるので「カスタム列」をクリック
新しい列名は、適当な名前を入力し、カスタム列の式には次のような式を入力します。
=List.Count(List.FindText(list as list, text as text))
具体的には、今回の場合は、
- list部分： 一つ前のステップ名である”変更された型”と、重複を数える対象の列名
- text部分： 重複を数える対象の列名
を使って、以下を追加する。
List.Count(List.FindText(変更された型[名前], [名前]))
「名前」の重複カウントが追加されます。
他の方法との違い
なお、前回記載のとおり、現状のPower Query（パワークエリ）で、各行の値の重複件数を数える方法は「グループ化」が最適と思われる。
理屈は不明で推測でしかないですが、今回の方法は、レコード毎にList.FindText(変更された型[名前]を計算して、List.Count関数で計算することになる印象。
（Excelで大量データ時にするCOUNTIF関数も遅いので）
データ量が少ない時以外は、使えなさそうです。
Power Queryを使う場面で、データ量が少ないケースはそれほどないと思いますが。
なお、Power Queryについては、次の書籍で何ができるのか全体像が理解できると思います。
Power Queryがわかると、データ集計業務の効率化が図れます。