Lab: Active Students > 100

คำถามง่ายๆ: “มีนักเรียน active กี่คนที่ price > 100?” — แต่คำตอบจะเปลี่ยนเมื่อมี missing values

เวลาที่ใช้: ~35 นาที

ข้อมูลตั้งต้น

name	active	price
Alice	TRUE	150
Bob	TRUE	80
Carol	FALSE	200
Dave	TRUE	120
Eve	TRUE	50
Frank	TRUE	300

Part 1: ไม่มี NULL

คำถาม: มีนักเรียน active กี่คนที่ price > 100?
Google Sheets

สร้างข้อมูลใน A1:C7 แล้วใช้สูตร:
```
=COUNTIFS(B2:B7, TRUE, C2:C7, ">"&100)
```
ได้เท่าไหร่?

Python (pandas)

import pandas as pd

df = pd.DataFrame({
    "name":   ["Alice", "Bob", "Carol", "Dave", "Eve", "Frank"],
    "active": [True, True, False, True, True, True],
    "price":  [150, 80, 200, 120, 50, 300]
})

result = df[(df["active"] == True) & (df["price"] > 100)]
print(result)
print(f"Count: {len(result)}")

SQL

CREATE TABLE students (
    name   VARCHAR(50),
    active BOOLEAN,
    price  NUMERIC(10, 2)
);

INSERT INTO students VALUES ('Alice', TRUE,  150);
INSERT INTO students VALUES ('Bob',   TRUE,  80);
INSERT INTO students VALUES ('Carol', FALSE, 200);
INSERT INTO students VALUES ('Dave',  TRUE,  120);
INSERT INTO students VALUES ('Eve',   TRUE,  50);
INSERT INTO students VALUES ('Frank', TRUE,  300);

SELECT COUNT(*) FROM students
WHERE active = TRUE AND price > 100;

ตอบ: คำตอบของคุณคือเท่าไหร่ ทั้ง 3 เครื่องมือตรงกันไหม?

Part 2: เพิ่ม NULL — ดูคำตอบเปลี่ยน

ตอนนี้เปลี่ยนข้อมูล — Dave ไม่มีค่า active และ Eve ไม่มี price:

name	active	price
Alice	TRUE	150
Bob	TRUE	80
Carol	FALSE	200
Dave	(missing)	120
Eve	TRUE	(missing)
Frank	TRUE	300

คำถามเดิม: มีนักเรียน active กี่คนที่ price > 100?
Google Sheets

แก้ข้อมูล: ลบค่า active ของ Dave (ปล่อยเซลล์ว่าง) และลบ price ของ Eve

ใช้สูตรเดิม:
```
=COUNTIFS(B2:B7, TRUE, C2:C7, ">"&100)
```
คำตอบเปลี่ยนไหม? เป็นเท่าไหร่?

Python (pandas)

import pandas as pd
import numpy as np

df = pd.DataFrame({
    "name":   ["Alice", "Bob", "Carol", "Dave", "Eve", "Frank"],
    "active": [True, True, False, None, True, True],
    "price":  [150, 80, 200, 120, None, 300]
})

# ใช้ filter เดิม
result = df[(df["active"] == True) & (df["price"] > 100)]
print(result)
print(f"Count: {len(result)}")

# ใครหายไป? ตรวจสอบ missing
print("\n--- Missing active ---")
print(df[df["active"].isna()])
print("\n--- Missing price ---")
print(df[df["price"].isna()])

SQL

-- แก้ข้อมูล Dave และ Eve
UPDATE students SET active = NULL WHERE name = 'Dave';
UPDATE students SET price  = NULL WHERE name = 'Eve';

-- query เดิม
SELECT COUNT(*) FROM students
WHERE active = TRUE AND price > 100;

-- ใครหายไป?
SELECT name, active, price FROM students
WHERE active IS NULL OR price IS NULL;

เปรียบเทียบ: คำตอบ Part 1 กับ Part 2 ต่างกันไหม? ทำไม?
คิดต่อ: ถ้า Dave จริงๆ เป็น active (แค่ลืมใส่ค่า) และ Eve มี price 200 (แค่ลืมบันทึก) — คำตอบ “ที่ถูกต้อง” ควรเป็นเท่าไหร่?

เฉลย

ดูเฉลย Part 1

Part 1 (ไม่มี NULL):

นักเรียน active ที่ price > 100:

Alice: active=TRUE, price=150 → ผ่าน
Bob: active=TRUE, price=80 → ไม่ผ่าน (price ≤ 100)
Carol: active=FALSE, price=200 → ไม่ผ่าน (ไม่ active)
Dave: active=TRUE, price=120 → ผ่าน
Eve: active=TRUE, price=50 → ไม่ผ่าน (price ≤ 100)
Frank: active=TRUE, price=300 → ผ่าน

คำตอบ: 3 คน (Alice, Dave, Frank) — ทั้ง 3 เครื่องมือตรงกัน

ดูเฉลย Part 2

Part 2 (มี NULL):

Alice: active=TRUE, price=150 → ผ่าน
Bob: active=TRUE, price=80 → ไม่ผ่าน (price ≤ 100)
Carol: active=FALSE, price=200 → ไม่ผ่าน (ไม่ active)
Dave: active=NULL, price=120 → หายไป! (NULL = TRUE → NULL → ถูกตัดออก)
Eve: active=TRUE, price=NULL → หายไป! (NULL > 100 → NULL → ถูกตัดออก)
Frank: active=TRUE, price=300 → ผ่าน

คำตอบ: 2 คน (Alice, Frank)

จาก 3 คนเหลือ 2 คน — Dave และ Eve หายไปเพราะ NULL ทำให้ condition กลายเป็น unknown

ถ้า Dave จริงๆ active และ Eve มี price 200: คำตอบควรเป็น 4 คน (Alice, Dave, Eve, Frank) — ห่างจากคำตอบที่ได้ (2 คน) ถึง 2 เท่า!

บทเรียน: Missing values ไม่ใช่แค่ “ข้อมูลหายไปนิดหน่อย” — มันเปลี่ยน คำตอบของคำถามทั้งหมด