重複データを 1NF に変換 (フラットなリスト化)｜コードで実践

重複データを 1NF に変換 (フラットなリスト化)

このレッスンで分かること

1NF 変換のポイントは 3 つあります

リレーショナルデータベース（RDB）の世界では、テーブルが満たすべきルールを「正規形」と呼びます

例えば次のような顧客テーブルがあるとします

重複データを 1NF に変換とは

1 セルに複数値が詰め込まれた CSV 風データを、1 行 = 1 値にフラット化する第一正規形（1NF）の変換を実装します。

リレーショナルデータベース（RDB）の世界では、テーブルが満たすべきルールを「正規形」と呼びます。その出発点が 第一正規形（1NF） です。1NF を一言で言うと、「1 つのセル（カラムの値）に複数の値を詰め込まない」 という決まりです。

例えば次のような顧客テーブルがあるとします。

user_id	name	hobbies
1	Alice	reading, music, hiking
2	Bob	gaming
3	Carol	cooking, travel

この hobbies カラムには "reading, music, hiking" のように 複数の値がカンマ区切り で入っています。一見便利に見えますが、ここから「music が趣味のユーザーは誰？」を検索するには、文字列の中身を LIKE '%music%' で探すしかなく、index が効きません。hobbies を 1 行 1 値に分解した次の形が 1NF です。

user_id	name	hobby
1	Alice	reading
1	Alice	music
1	Alice	hiking
2	Bob	gaming
3	Carol	cooking
3	Carol	travel

1NF の本質は「カラムを atomic（これ以上分解できない単位）にする」こと。

なぜ 1NF にしないと困るのか

1NF を満たさないと、データベースの基本機能がほとんど使えません。WHERE での絞り込み、JOIN での結合、GROUP BY での集計、COUNT SUM などの集計関数、すべて 「1 セル = 1 値」前提 で設計されています。

SQL クエリ

-- 1NF 違反: hobbies = 'reading, music, hiking' のまま
SELECT * FROM users WHERE hobbies = 'music'; -- 一件もヒットしない

-- 1NF: 1 行 1 趣味
SELECT * FROM user_hobbies WHERE hobby = 'music'; -- index で一発

「カラムに JSON 配列を入れればいいのでは？」と思うかもしれません。RDB の JSON 型でも検索はできますが、B-tree 索引が部分一致では効かず、性能・スキーマ管理ともに不利になります。

配列を「縦に展開する」処理を `flatten` と呼ぶ

1NF への変換は、プログラミング的には 配列（list）を縦方向に平坦化（flatten）する 処理に相当します。1 件の入力レコードから複数件の出力レコードを生成するので、map だけでは表現できず、flat_map や 二重ループ が必要になります。

diagram (will load when visible)

コードでの考え方

入力は [name, comma_separated_values] のペアのリスト。出力は [name, single_value] のペアのリスト。Python なら次のように書けます。

Python

def normalize1NF(rows):
    result = []
    for name, csv in rows:
        for value in csv.split(","):
            value = value.strip()
            if value:
                result.append([name, value])
    return result

JavaScript の場合は flatMap が便利です。

JavaScript

function normalize1NF(rows) {
  return rows.flatMap(([name, csv]) =>
    csv.split(",").map(v => v.trim()).filter(v => v).map(v => [name, v])
  );
}

1NF 変換のポイントは 3 つあります。split で分解、trim で前後の空白除去、filter で空文字を捨てる。

よくある間違い

空文字を残してしまうのが代表的な失敗です。"a, , b" を単純に split(",") すると ["a", " ", "b"] になり、空白だけの要素が出力に混入します。trim してから if value で除外する必要があります。

また、split の区切り文字を ", " （カンマ + 空白）にすると "a,b" （空白なし）の入力で分解できません。区切り文字は , のみ にして、空白除去は trim に任せるのが安全です。

やってみよう

配列 [["Alice", "reading, music"], ["Bob", "gaming"]] を入力に、[["Alice", "reading"], ["Alice", "music"], ["Bob", "gaming"]] を返す関数 normalize1NF を実装してください。split trim filter の組み合わせで、1NF の世界を体感できます。

よくある質問

Q. なぜ正規化するのですか？

A. データの重複を排除し、更新時の不整合（更新異常・挿入異常・削除異常）を防ぐためです。第 3 正規形まで適用すると保守性が大きく上がります。一方で JOIN が増えるため、検索性能と保守性のバランスで非正規化することもあります。

Q. 1NF と 2NF の違いは？

A. 1NF は「各セルが単一値」、2NF は「主キーの一部だけに依存するカラムをテーブル分割」する形です。複合キーの片方だけに紐づく属性は別テーブルに切り出すと 2NF になります。1NF を満たさないと 2NF 以降の議論はできません。

Q. 全部正規化すれば最適ですか？

A. 理想ですが、JOIN が増えてパフォーマンスが落ちる場面では非正規化（カラム複製、計算結果のキャッシュ）も有効です。OLTP は 3NF、レポーティング用 DWH はスタースキーマ（非正規化）と、用途で使い分けるのが現代的なアプローチです。

次のレッスン

次は キーで join (map 利用) に進みましょう。

事前確認 — 進む前に次の 3 つができることを確認しましょう。

1NF 正規化の要点を自分の言葉で説明できる
このレッスンの最小コード (または操作手順) を見ずに書ける
練習問題やクイズで間違えた箇所を読み直して理解した

理解度チェック (30 秒)

Q. 1NF 正規化とは何か、1 文で説明してください。

この章のポイント

A. 本文の「このレッスンで分かること」または冒頭の説明文を見直し、自分の言葉で要約できれば OK。詰まったら本レッスンの最初の H2 セクションを読み返してみましょう。

関連レッスン

重複データを 1NF に変換 (フラットなリスト化)