Lab: Clean Messy Phone Numbers

คุณได้รับ list เบอร์โทรนักเรียน 8 คน ที่กรอกมาคนละรูปแบบ — งานของคุณคือทำให้ทุกเบอร์เป็นรูปแบบเดียวกัน: 0812345678 (10 หลัก เริ่มด้วย 0)

เวลาที่ใช้: ~20 นาที

ข้อมูล

student_id	name	phone_raw
001	Ploy	081-234-5678
002	Som	+66812345678
003	Tong	081 234 5678
004	Fah	0898765432
005	Bank	+66 89 876 5432
006	Mint	812345678
007	Pim	085-678-1234
008	Ice	+6685 678 1234

ปัญหาที่พบ:

• มี - (dash) ขั้น
• มี spaces ขั้น
• บางเบอร์ใช้ +66 แทน 0 นำหน้า
• บางเบอร์ไม่มี 0 นำหน้า (Mint: 812345678)

Output ที่ต้องการ: ทุกเบอร์เป็น format 0XXXXXXXXX (10 หลัก)

คำสั่ง

1. สร้างข้อมูลในแต่ละเครื่องมือ (ดู tab ด้านล่าง)

2. เขียน formula/code ที่:

   • ลบ spaces และ dashes ออก
   • แปลง +66 เป็น 0
   • เติม 0 นำหน้าถ้าเบอร์มี 9 หลัก
   • ตรวจสอบว่าผลลัพธ์มี 10 หลักพอดี

3. ตรวจสอบว่าทุกเครื่องมือให้ผลลัพธ์เดียวกัน

Google Sheets

สร้าง sheet ใหม่ ใส่ข้อมูลใน column A-C แล้วเขียนสูตรใน column D:

วิธีคิด (ทำทีละขั้น):

ขั้นที่ 1: ลบ spaces → =SUBSTITUTE(C2," ","")

ขั้นที่ 2: ลบ dashes → =SUBSTITUTE(SUBSTITUTE(C2," ",""),"-","")

ขั้นที่ 3: แปลง +66 → 0 → =SUBSTITUTE(SUBSTITUTE(SUBSTITUTE(C2," ",""),"-",""),"+66","0")

ขั้นที่ 4: เติม 0 ถ้ามี 9 หลัก → ใช้ IF + LEN

รวมทุกขั้น:

=IF(LEN(SUBSTITUTE(SUBSTITUTE(SUBSTITUTE(C2," ",""),"-",""),"+66","0"))=9,
    "0"&SUBSTITUTE(SUBSTITUTE(SUBSTITUTE(C2," ",""),"-",""),"+66","0"),
    SUBSTITUTE(SUBSTITUTE(SUBSTITUTE(C2," ",""),"-",""),"+66","0"))

Hint: ใช้ helper column ทำทีละขั้นจะง่ายกว่าเขียนสูตรเดียวยาวๆ

สำคัญ: format column D เป็น “Plain text” ก่อน ไม่งั้น 0812345678 จะกลายเป็น 812345678!

C

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

// ฟังก์ชัน clean เบอร์โทร
void clean_phone(const char *raw, char *result) {
    char temp[50] = "";
    int j = 0;

    // ขั้น 1: ลบ spaces และ dashes
    for (int i = 0; raw[i] != '\0'; i++) {
        if (raw[i] != ' ' && raw[i] != '-') {
            temp[j++] = raw[i];
        }
    }
    temp[j] = '\0';

    // ขั้น 2: แปลง +66 เป็น 0
    if (strncmp(temp, "+66", 3) == 0) {
        result[0] = '0';
        strcpy(result + 1, temp + 3);
    }
    // ขั้น 3: เติม 0 ถ้ามี 9 หลัก
    else if (strlen(temp) == 9 && temp[0] != '0') {
        result[0] = '0';
        strcpy(result + 1, temp);
    }
    else {
        strcpy(result, temp);
    }
}

int main() {
    char *phones[] = {
        "081-234-5678",
        "+66812345678",
        "081 234 5678",
        "0898765432",
        "+66 89 876 5432",
        "812345678",
        "085-678-1234",
        "+6685 678 1234"
    };
    char *names[] = {"Ploy","Som","Tong","Fah","Bank","Mint","Pim","Ice"};

    for (int i = 0; i < 8; i++) {
        char cleaned[20];
        clean_phone(phones[i], cleaned);
        printf("%-5s: %-20s → %s (len=%zu)\n",
               names[i], phones[i], cleaned, strlen(cleaned));
    }

    return 0;
}

ลองรัน แล้วดูว่าทุกเบอร์ออกมา 10 หลักเริ่มด้วย 0 ไหม

Python

import pandas as pd

df = pd.DataFrame({
    'student_id': ['001','002','003','004','005','006','007','008'],
    'name':  ['Ploy','Som','Tong','Fah','Bank','Mint','Pim','Ice'],
    'phone_raw': [
        '081-234-5678',
        '+66812345678',
        '081 234 5678',
        '0898765432',
        '+66 89 876 5432',
        '812345678',
        '085-678-1234',
        '+6685 678 1234'
    ]
})

# วิธีที่ 1: ทีละขั้น (อ่านง่าย)
cleaned = (df['phone_raw']
    .str.replace(' ', '', regex=False)      # ลบ spaces
    .str.replace('-', '', regex=False)       # ลบ dashes
    .str.replace('+66', '0', regex=False)    # +66 → 0
)
# เติม 0 ถ้ามี 9 หลัก
cleaned = cleaned.apply(lambda x: '0' + x if len(x) == 9 else x)

df['phone_clean'] = cleaned
print(df[['name', 'phone_raw', 'phone_clean']])

# ตรวจสอบ
print(f"\nทุกเบอร์มี 10 หลัก: {(df['phone_clean'].str.len() == 10).all()}")
print(f"ทุกเบอร์เริ่มด้วย 0: {(df['phone_clean'].str[0] == '0').all()}")

ลองเพิ่ม:

# วิธีที่ 2: ใช้ regex (สั้นกว่า)
import re

def clean_phone(raw):
    digits = re.sub(r'[^\d+]', '', raw)     # เหลือแค่ตัวเลขและ +
    digits = re.sub(r'^\+66', '0', digits)  # +66 → 0
    if len(digits) == 9 and not digits.startswith('0'):
        digits = '0' + digits
    return digits

df['phone_regex'] = df['phone_raw'].apply(clean_phone)
print(df[['name', 'phone_clean', 'phone_regex']])
# ตรวจว่าทั้ง 2 วิธีให้ผลเหมือนกัน
print(f"ผลตรงกัน: {(df['phone_clean'] == df['phone_regex']).all()}")

SQL

CREATE TABLE students_raw (
    student_id VARCHAR(3),
    name       VARCHAR(50),
    phone_raw  VARCHAR(30)
);

INSERT INTO students_raw VALUES ('001','Ploy','081-234-5678');
INSERT INTO students_raw VALUES ('002','Som','+66812345678');
INSERT INTO students_raw VALUES ('003','Tong','081 234 5678');
INSERT INTO students_raw VALUES ('004','Fah','0898765432');
INSERT INTO students_raw VALUES ('005','Bank','+66 89 876 5432');
INSERT INTO students_raw VALUES ('006','Mint','812345678');
INSERT INTO students_raw VALUES ('007','Pim','085-678-1234');
INSERT INTO students_raw VALUES ('008','Ice','+6685 678 1234');

-- ทำความสะอาดทีละขั้น
SELECT
    name,
    phone_raw,

    -- ขั้น 1: ลบ spaces และ dashes
    REPLACE(REPLACE(phone_raw, ' ', ''), '-', '')
        AS step1_no_spaces,

    -- ขั้น 2: แปลง +66 → 0
    REPLACE(REPLACE(REPLACE(phone_raw, ' ', ''), '-', ''), '+66', '0')
        AS step2_no_plus66,

    -- ขั้น 3: เติม 0 ถ้า 9 หลัก
    CASE
        WHEN LENGTH(REPLACE(REPLACE(REPLACE(phone_raw, ' ', ''), '-', ''), '+66', '0')) = 9
        THEN '0' || REPLACE(REPLACE(REPLACE(phone_raw, ' ', ''), '-', ''), '+66', '0')
        ELSE REPLACE(REPLACE(REPLACE(phone_raw, ' ', ''), '-', ''), '+66', '0')
    END AS phone_clean

FROM students_raw;

-- ตรวจสอบ
SELECT name, phone_clean, LENGTH(phone_clean) AS len
FROM (
    SELECT name,
        CASE
            WHEN LENGTH(REPLACE(REPLACE(REPLACE(phone_raw,' ',''),'-',''),'+66','0')) = 9
            THEN '0' || REPLACE(REPLACE(REPLACE(phone_raw,' ',''),'-',''),'+66','0')
            ELSE REPLACE(REPLACE(REPLACE(phone_raw,' ',''),'-',''),'+66','0')
        END AS phone_clean
    FROM students_raw
) t;
-- ทุกแถวต้องได้ len = 10

สำคัญ: phone_clean ต้องเป็น VARCHAR ไม่ใช่ INTEGER — ไม่งั้น 0 นำหน้าจะหาย!

เฉลย

ดูเฉลย

ผลลัพธ์ที่ถูกต้อง (ทุกเครื่องมือต้องได้เหมือนกัน):

name	phone_raw	phone_clean
Ploy	081-234-5678	0812345678
Som	+66812345678	0812345678
Tong	081 234 5678	0812345678
Fah	0898765432	0898765432
Bank	+66 89 876 5432	0898765432
Mint	812345678	0812345678
Pim	085-678-1234	0856781234
Ice	+6685 678 1234	0856781234

ขั้นตอนการทำงาน:

1. ลบ spaces และ dashes — ทุกเครื่องมือมี REPLACE/substitute
2. แปลง +66 → 0 — ทุกเครื่องมือมี REPLACE/substitute
3. เติม 0 ถ้า 9 หลัก — ต้องเช็คความยาวก่อน

จุดที่ต้องระวัง:

• Sheets: format column เป็น “Plain text” ก่อน ไม่งั้น 0812345678 กลายเป็น 812345678
• Python: ใช้ regex=False ใน .str.replace() เพราะ + เป็น special character ใน regex
• SQL: ผลลัพธ์ต้องอยู่ใน VARCHAR column ไม่ใช่ INTEGER

บทเรียนรวม Module 2:

• เบอร์โทรคือ text ไม่ใช่ตัวเลข (Leading zeros!)
• ข้อมูลจากโลกจริงไม่เคยสะอาด — ต้อง clean เสมอ
• ทุกเครื่องมือมี text operations เหมือนกัน — แค่ syntax ต่างกัน

Mark Chapter as Complete Completed! Click to undo