これは、論理関数が、条件または条件セットに基づいて値を返す関数の一種であるためです。論理関数を使用すると、Sales 列の値を 50,000 ドルのしきい値と比較し、それに応じて「50,000 ドルを超えました」または「50,000 ドルを超えていません」のいずれかを返すことで、Sales_indicator 列のデータを生成することができます。たとえば、これを実現できる Excel の論理関数は次のとおりです。

他の関数は、Sales_indicator 列のデータを生成するのに適していません。その理由は次のとおりです。
集計は、合計、平均、カウントなど、値のグループに対して計算を実行する関数の一種です。集計関数は、Sales 列の値をしきい値と比較したり、条件に基づいてテキスト値を返したりしないため、Sales_indicator 列にデータを生成できません。
日付は、年、月、日などの日付から情報を操作または抽出する関数の一種です。日付関数は、Sales 列の値を使用しないか、条件に基づいてテキスト値を返さないため、Sales_indicator 列のデータを生成することはできません。
並べ替えは、列または範囲内の値を昇順または降順に並べる関数の一種です。並べ替え関数は、新しい列を作成したり、条件に基づいてテキスト値を返したりしないため、Sales_indicator 列にデータを生成できません。

Explanation
The mean is the average of all the values in a data set. To calculate the mean, we add up all the values and divide by the number of values. In this case, the mean for Q1 sales is ($2,000 + $3,000 + $4,000 + $2,500 +
$3,500) / 5 = $3,082.72 References: CompTIA Data+ Certification Exam Objectives, page 9

Explanation
Integrity and D. Consistency. This is because integrity and consistency are two of the best reasons to validate data for quality control purposes, which means to check and ensure that the data is accurate, complete, reliable, and usable for the intended analysis or purpose. By validating data for integrity and consistency, the analyst can prevent or correct any errors or issues in the data that could affect the validity or reliability of the analysis or the results. Here is what integrity and consistency mean in terms of data quality:
Integrity refers to the completeness and validity of the data, which means that the data has no missing, incomplete, or invalid values that could compromise its meaning or usefulness. For example, validating data for integrity could involve checking for null values, outliers, or incorrect data types in the data set.
Consistency refers to the uniformity and standardization of the data, which means that the data follows a common format, structure, or rule across different sources or systems. For example, validating data for consistency could involve checking for spelling, punctuation, or capitalization errors in the data set.
The other reasons are not the best reasons to validate data for quality control purposes. Here is why:
Retention refers to the storage and preservation of the data, which means that the data is kept and maintained in a secure and accessible way for future use or reference. Retention does not need to be validated for quality control purposes, because it does not affect the accuracy or reliability of the data itself.
Transmission refers to the transfer and exchange of the data, which means that the data is moved or shared between different sources or systems in a fast and efficient way. Transmission does not need to be validated for quality control purposes, because it does not affect the completeness or validity of the data itself.
Encryption refers to the protection and security of the data, which means that the data is encoded or scrambled in a way that prevents unauthorized access or use. Encryption does not need to be validated for quality control purposes, because it does not affect the uniformity or standardization of the data itself.
Deletion refers to the removal and disposal of the data, which means that the data is erased or destroyed in a way that prevents recovery or retrieval. Deletion does not need to be validated for quality control purposes, because it does not affect the meaning or usefulness of the data itself.

Explanation
The correct answer is B. There can be only one primary key in a data set, whereas there can be multiple unique keys.
A primary key is a column or a set of columns that uniquely identifies each row in a table. A table can have only one primary key, which also enforces the NOT NULL constraint on the column(s) involved. A primary key can also be referenced by a foreign key of another table to establish a relationship between the tables12 A unique key is a column or a set of columns that also uniquely identifies each row in a table, but it is not the primary key. A table can have more than one unique key, which also allows one NULL value for the column(s) involved. A unique key can also be referenced by a foreign key of another table to establish a relationship between the tables12 Some of the differences between a primary key and a unique key are:
A primary key creates a clustered index on the column(s), whereas a unique key creates a non-clustered index on the column(s)3 A primary key does not allow any NULL values, whereas a unique key allows one NULL value for the column(s)123 A primary key can be a unique key, but a unique key cannot be a primary key12

説明
これは、IF 関数が、条件または条件セットに基づいて値を返す論理関数の一種であるためです。IF 関数を使用すると、条件が真か偽かに応じて異なるアクションや計算を適用してデータを操作できます。たとえば、これを実現できる Excel の IF 関数は次のとおりです。
=IF (条件、真の場合の値、偽の場合の値)
その他のデータ操作手法は論理関数の例ではありません。その理由は次のとおりです。
WHERE は、条件または条件セットに基づいてデータをフィルターする句の一種です。WHERE 句を使用すると、条件を満たす行のみを選択してデータを操作できます。たとえば、これを実現できる SQL の WHERE 句は次のとおりです。

AGGREGATE は、合計、平均、カウントなど、値のグループに対して計算を実行する関数の一種です。AGGREGATE 関数を使用すると、列またはテーブルの値を要約または集計してデータを操作できます。たとえば、これを実現できる SQL の AGGREGATE 関数は次のとおりです。

BOOLEAN は、true または false の 2 つの値を表すデータ型の一種です。BOOLEAN データ型は、条件または条件セットに基づいて論理値を保存または返すことでデータを操作するために使用できます。たとえば、これを実現できる Python の BOOLEAN データ型は次のとおりです。