はじめに

データベース操作では、文字列型の日付データを適切な日付型（DATEやDATETIME）に変換することがよく求められます。これにより、日付データに対するクエリや計算が容易になります。本記事では、SQLでCAST関数を使用して文字列型を日付型に変換する方法について解説し、サンプルデータを用いて具体例を示します。

基本的な概念とCAST関数

CAST関数とは

CAST関数は、あるデータ型を別のデータ型に変換するために使用されます。例えば、文字列型を数値型や日付型に変換することができます。

構文

CAST(expression AS target_data_type)

expression: 変換したい値や列を指定します。
target_data_type: 変換後のデータ型を指定します。

サンプルデータを用いた例

ここでは、MySQLを使用して具体例を示します。

1. テーブルの作成とサンプルデータの挿入

まず、サンプルデータを用意するためのテーブルを作成し、データを挿入します。

-- テーブルの作成
CREATE TABLE sample_data (
    id INT,
    date_str VARCHAR(20)
);

-- サンプルデータの挿入
INSERT INTO sample_data (id, date_str) VALUES
(1, '2024-06-22 10:20:30'),
(2, '2024-07-01 15:45:00'),
(3, '2023-12-31 23:59:59');

2. 文字列型をDATETIME型に変換するクエリ

標準的な日付フォーマット（YYYY-MM-DD HH:MI:SS）の場合、CAST関数を使用して文字列型の日付をDATETIME型に変換します。

-- 文字列型の日付をDATETIME型に変換するクエリ
SELECT
    id,
    date_str,
    CAST(date_str AS DATETIME) AS datetime_value
FROM
    sample_data;

結果

このクエリを実行すると、以下のような結果が得られます。

id	date_str	datetime_value
1	2024-06-22 10:20:30	2024-06-22 10:20:30
2	2024-07-01 15:45:00	2024-07-01 15:45:00
3	2023-12-31 23:59:59	2023-12-31 23:59:59

3. 異なるフォーマットの日付文字列の変換

日付のフォーマットが異なる場合、CAST関数だけではなく、STR_TO_DATE関数などを併用してフォーマットを指定する必要があります。例えば、日付が「2024/06/22 10:20:30」の形式で保存されている場合、以下のように変換します。

テーブルの作成とデータ挿入（異なるフォーマット）

-- テーブルの作成
CREATE TABLE sample_data_format (
    id INT,
    date_str VARCHAR(20)
);

-- サンプルデータの挿入
INSERT INTO sample_data_format (id, date_str) VALUES
(1, '2024/06/22 10:20:30'),
(2, '2024/07/01 15:45:00'),
(3, '2023/12/31 23:59:59');

文字列型をDATETIME型に変換するクエリ（異なるフォーマット）

-- 文字列型の日付をDATETIME型に変換するクエリ（異なるフォーマット）
SELECT
    id,
    date_str,
    STR_TO_DATE(date_str, '%Y/%m/%d %H:%i:%s') AS datetime_value
FROM
    sample_data_format;

結果

このクエリを実行すると、以下のような結果が得られます。

id	date_str	datetime_value
1	2024/06/22 10:20:30	2024-06-22 10:20:30
2	2024/07/01 15:45:00	2024-07-01 15:45:00
3	2023/12/31 23:59:59	2023-12-31 23:59:59

まとめ

CAST関数を使用することで、文字列型のデータをDATETIME型に変換し、日付と時刻として扱うことができます。異なるフォーマットの日付文字列を変換する場合は、STR_TO_DATE関数などを併用して適切なフォーマットを指定する必要があります。これにより、日付データに対するクエリや計算が容易になり、データの分析や処理が効率的に行えます。