3.3 Casting and Parsing

Data จริงมาเป็น text เสมอ — CSV, form input, API response — ก่อนทำอะไรได้ คุณต้อง แปลง มันให้เป็น number ก่อน

Casting vs Parsing

Casting = บอกคอมพิวเตอร์ว่า “มองข้อมูลนี้เป็นอีก type หนึ่ง” (เช่น int → float)
Parsing = อ่าน text แล้วพยายามแปลงเป็น number (เช่น "123" → 123)

ทั้งสองอาจ ล้มเหลว ได้ — "hello" แปลงเป็น number ไม่ได้ สิ่งที่สำคัญคือ: ล้มเหลวแบบไหน?

ตารางเปรียบเทียบ

การแปลง	Google Sheets	pandas (Python)	SQL
Text → Number	`VALUE("123")`	`pd.to_numeric("123")`	`CAST('123' AS INTEGER)`
Fail safely	`IFERROR(VALUE("abc"), 0)`	`pd.to_numeric(s, errors="coerce")`	`TRY_CAST('abc' AS INTEGER)`
Number → Text	`TO_TEXT(123)` หรือ `TEXT(123, "0")`	`s.astype("string")`	`CAST(123 AS VARCHAR)`

ลองทำ

พิมพ์ในเซลล์:

=VALUE("42")                → 42 (number)
=VALUE("42.5")              → 42.5
=VALUE("hello")             → #VALUE! error!
=IFERROR(VALUE("hello"), 0) → 0 (fail safely)

แปลง number กลับเป็น text:

=TO_TEXT(42)                → "42" (text)
=TEXT(1234.5, "#,##0.00")   → "1,234.50" (formatted text)

สถานการณ์จริง: คุณ import CSV ที่มี column “price” แต่ Sheets เก็บเป็น text — ใช้ VALUE() แปลงทั้งคอลัมน์:

=ARRAYFORMULA(IFERROR(VALUE(A2:A100), ""))

#include <stdio.h>
#include <stdlib.h>

int main() {
    // text → number
    char *text = "42";
    int   num  = atoi(text);
    printf("%d\n", num);           // 42

    // atoi กับ text ที่ไม่ใช่ number — อันตราย!
    printf("%d\n", atoi("hello")); // 0 (ไม่มี error — แค่ return 0)
    printf("%d\n", atoi("42abc")); // 42 (อ่านแค่ส่วนหน้า!)

    // ปลอดภัยกว่า: ใช้ strtol
    char *end;
    long val = strtol("42abc", &end, 10);
    printf("parsed: %ld, leftover: '%s'\n", val, end);
    // parsed: 42, leftover: 'abc'

    // number → text
    char buf[20];
    sprintf(buf, "%d", 123);
    printf("as text: %s\n", buf);  // "123"
    return 0;
}

C ไม่มี “fail safely” แบบอัตโนมัติ — atoi("hello") return 0 โดยไม่บอกว่ามันผิด ใช้ strtol แทนเพื่อเช็ค leftover

import pandas as pd

# text → number (Python built-in)
int("42")          # 42
float("42.5")      # 42.5
# int("hello")     # ValueError! crash!

# pandas — แปลงทั้ง column
s = pd.Series(["10", "20", "abc", "40", None])

# errors="raise" (default) — crash ถ้ามี bad value
# pd.to_numeric(s)  # ValueError!

# errors="coerce" — แปลงไม่ได้ = NaN
result = pd.to_numeric(s, errors="coerce")
print(result)
# 0    10.0
# 1    20.0
# 2     NaN   ← "abc" กลายเป็น NaN
# 3    40.0
# 4     NaN   ← None ก็เป็น NaN
# dtype: float64

# errors="ignore" — ไม่แปลงเลย ส่ง original กลับมา (อันตราย!)

# number → text
result.astype("string")
# 0      10.0
# 1      20.0
# 2      <NA>
# 3      40.0
# 4      <NA>
# dtype: string

-- text → number
SELECT CAST('42' AS INTEGER);         -- 42
-- SELECT CAST('hello' AS INTEGER);   -- ERROR! crash query

-- fail safely ด้วย TRY_CAST (SQL Server, some dialects)
SELECT TRY_CAST('hello' AS INTEGER);  -- NULL (ไม่ crash)

-- PostgreSQL ไม่มี TRY_CAST แต่ใช้ CASE ได้
SELECT
    CASE
        WHEN price_text ~ '^\d+\.?\d*$'
        THEN CAST(price_text AS NUMERIC)
        ELSE NULL
    END AS price_clean
FROM raw_data;

-- number → text
SELECT CAST(123 AS VARCHAR);          -- '123'
SELECT CAST(45.67 AS VARCHAR);        -- '45.67'

เมื่อไหร่ต้อง Cast/Parse?

สถานการณ์	ทำอะไร
Import CSV ที่ทุกอย่างเป็น text	Parse text → number
รวมตาราง number กับ text column	Cast ให้ตรงกัน
แสดงผล number ใน report	Cast number → text + format
เจอ mixed data (มีทั้ง number และ “N/A”)	Parse ด้วย coerce/IFERROR