1.4 Blank vs Empty vs NULL 🔥

มี 3 สิ่งที่ “ดูว่าง” เหมือนกัน แต่คอมพิวเตอร์ถือว่าเป็นคนละเรื่อง — ถ้าคุณแยกไม่ออก คุณจะนับข้อมูลผิด กรองข้อมูลพลาด และ JOIN ล้มเหลวแบบเงียบๆ

3 แบบของ “ว่าง”

ลองนึกภาพ กล่อง:

1. NULL / Blank (ว่างจริงๆ) — กล่องไม่มีอยู่เลย หรือมีแต่ไม่เคยใส่อะไร → ความหมาย: “เราไม่รู้ค่า”
2. Empty string "" — กล่องมีอยู่ มีป้ายชื่อ แต่ข้างในว่างเปล่า → ความหมาย: “เรารู้ว่ามันคือ — ไม่มีอะไร”
3. Zero 0 — กล่องมีของอยู่ และของนั้นคือเลข 0 → ความหมาย: “มีค่า และค่านั้นคือศูนย์”

Caution

กฎทอง:

• NULL = “เราไม่รู้”
• Empty string = “เรารู้ว่ามันว่าง”
• Zero = “มีค่า และค่าคือ 0”

ตัวอย่างในชีวิตจริง

สถานการณ์	ค่าที่ควรเก็บ	ทำไม
นักเรียนยังไม่กรอกเบอร์โทร	NULL	เราไม่รู้เบอร์
นักเรียนกรอกเบอร์แล้วลบออก	"" (empty string)	เรารู้ว่าเขาเลือกจะไม่ให้เบอร์
คะแนนสอบที่ยังไม่ตรวจ	NULL	ยังไม่มีค่า
คะแนนสอบที่ตรวจแล้วได้ 0	0	มีค่า คือศูนย์คะแนน
นักเรียนไม่มี middle name	""	มีคำตอบ: “ไม่มี”

ลองทำ

Google Sheets

สร้างตารางนี้:

	A	B (คำอธิบาย)
1	(เว้นว่าง)	Blank cell
2	="" (พิมพ์สูตร)	Empty string
3	0	Zero

ตรวจสอบ:

=ISBLANK(A1)        →  TRUE   (ว่างจริง)
=ISBLANK(A2)        →  FALSE  (!) — มี empty string อยู่
=ISBLANK(A3)        →  FALSE  — มีค่า 0

=A1=""              →  TRUE
=A2=""              →  TRUE
=A3=""              →  FALSE  — 0 ไม่ใช่ empty string

=LEN(A1)            →  0
=LEN(A2)            →  0
=LEN(A3)            →  1     — "0" มีความยาว 1 ตัวอักษร

=COUNTBLANK(A1:A3)  →  2  (!)  — นับทั้ง blank และ empty string!

ดักตรง: ISBLANK("") = FALSE แต่ COUNTBLANK("") = 1

นี่คือสาเหตุที่คนนับข้อมูลผิดบ่อยมาก!

ลองเพิ่ม:

=COUNTA(A1:A3)      →  2  — นับเซลล์ที่มี "อะไรสักอย่าง" (A2 กับ A3)

สังเกต: COUNTA นับ empty string ว่า “มีค่า” แต่ COUNTBLANK นับ empty string ว่า “ว่าง”

C

#include <stdio.h>
#include <string.h>

int main() {
    // C ไม่มี NULL string โดยตรง — ใช้ pointer
    char *null_str = NULL;     // pointer ชี้ไปไม่มีที่ไหน
    char empty[] = "";          // string ที่มีแค่ '\0'
    char zero[] = "0";          // string ที่มี '0' แล้วตามด้วย '\0'

    // ตรวจสอบ
    if (null_str == NULL)
        printf("null_str:  NULL (no memory allocated)\n");

    printf("empty:     \"%s\" (len=%zu)\n", empty, strlen(empty));
    // "" (len=0)

    printf("zero:      \"%s\" (len=%zu)\n", zero, strlen(zero));
    // "0" (len=1)

    // อันตราย: ถ้าลืมเช็ค NULL แล้วใช้ strlen
    // strlen(null_str);  // ← CRASH! Segmentation fault

    // เปรียบเทียบ
    printf("empty == zero?  %d\n", strcmp(empty, zero) == 0);
    // 0 (FALSE) — ไม่เท่ากัน

    // ตัวเลข 0
    int num_zero = 0;
    printf("num_zero:  %d\n", num_zero);  // 0 — มีค่า!

    return 0;
}

Key insight: ใน C การใช้ NULL pointer โดยไม่เช็คก่อน = crash ทันที ไม่มีการ “เงียบๆ ผ่าน” เหมือน Sheets

Python

import pandas as pd
import numpy as np

# Python มี "ว่าง" หลายแบบ
none_val  = None        # Python's null
nan_val   = np.nan      # Not a Number (pandas ใช้เป็น missing value)
pd_na     = pd.NA       # pandas' official missing value (ใหม่กว่า)
empty_str = ""          # Empty string
zero_val  = 0           # Zero

# ตรวจสอบ
print(none_val is None)           # True
print(pd.isna(none_val))          # True
print(pd.isna(nan_val))           # True
print(pd.isna(pd_na))             # True
print(pd.isna(empty_str))         # False — empty string ไม่ใช่ NA!
print(pd.isna(zero_val))          # False — 0 ไม่ใช่ NA!

# ลองใน DataFrame
df = pd.DataFrame({
    'phone': [None, np.nan, pd.NA, '', '0812345678']
})
print(df)
#        phone
# 0       None   ← missing
# 1        NaN   ← missing
# 2      <NA>    ← missing
# 3              ← empty string (ไม่ใช่ missing!)
# 4  0812345678  ← มีค่า

print(df['phone'].isna())
# 0     True
# 1     True
# 2     True
# 3    False   ← empty string ไม่ถือว่า missing!
# 4    False

# นับ missing values
print(df['phone'].isna().sum())    # 3
print((df['phone'] == '').sum())   # 1

Key insight: pandas มี missing value ถึง 3 แบบ (None, NaN, pd.NA) — ทั้งหมดถือว่า “ไม่รู้ค่า” แต่ "" ไม่ใช่ missing

SQL

CREATE TABLE test_empty (
    id    INTEGER,
    phone VARCHAR(20)
);

INSERT INTO test_empty VALUES (1, NULL);    -- ไม่รู้เบอร์
INSERT INTO test_empty VALUES (2, '');      -- รู้ว่าว่าง
INSERT INTO test_empty VALUES (3, '0');     -- มีค่า

-- ตรวจสอบ
SELECT id, phone,
       phone IS NULL          AS is_null,
       phone = ''             AS is_empty,
       LENGTH(phone)          AS len
FROM test_empty;

ผลลัพธ์:

id | phone | is_null | is_empty | len
1  | NULL  | true    | NULL     | NULL
2  |       | false   | true     | 0
3  | 0     | false   | false    | 1

สังเกต:

• NULL = '' ให้ NULL ไม่ใช่ TRUE หรือ FALSE — เพราะ NULL เทียบกับอะไรก็ได้ NULL
• LENGTH(NULL) ก็ได้ NULL
• ใช้ IS NULL ไม่ใช่ = NULL เสมอ!

-- กับดักยอดนิยม
SELECT * FROM test_empty WHERE phone = NULL;
-- ได้ 0 แถว! (ผิด)

SELECT * FROM test_empty WHERE phone IS NULL;
-- ได้ 1 แถว (ถูก)

-- นับ
SELECT
    COUNT(*)                                      AS total_rows,     -- 3
    COUNT(phone)                                  AS non_null,       -- 2
    SUM(CASE WHEN phone IS NULL THEN 1 ELSE 0 END) AS null_count,   -- 1
    SUM(CASE WHEN phone = '' THEN 1 ELSE 0 END)    AS empty_count;  -- 1

Key insight: COUNT(column) ข้าม NULL โดยอัตโนมัติ แต่ COUNT(*) นับทุกแถว — ผลต่างคือจำนวน NULL

เปรียบเทียบ 3 แบบของ “ว่าง”

	Blank / NULL	Empty string ""	Zero 0
Sheets	เซลล์ว่าง, ISBLANK=TRUE	="", ISBLANK=FALSE	0, ISBLANK=FALSE
Python	None, NaN, pd.NA	""	0
SQL	NULL, ใช้ IS NULL	'', ใช้ = ''	0
C	NULL pointer	"" (แค่ \0)	0
ความหมาย	ไม่รู้ค่า	รู้ว่าว่าง	มีค่า = ศูนย์

สรุป

Tip

NULL = “เราไม่รู้” Empty string = “เรารู้ว่ามันว่าง” Zero = “มีค่า และค่าคือ 0” — ก่อนนับ กรอง หรือ JOIN ข้อมูล ถามตัวเองเสมอ: “ค่าว่างในข้อมูลชุดนี้เป็นแบบไหน?” เพราะแต่ละแบบต้องจัดการต่างกัน