はじめに
プログラミングの世界では、さまざまなツールや技術が日々生まれ、それぞれが特有の力を持っています。
その中でも、PythonとExcelの組み合わせは非常に強力で、データの操作や分析、自動化といったタスクを効率的に行うことが可能です。
Pythonは、その学習曲線の優しさや豊富なライブラリなどから、初心者から上級者まで広く愛されているプログラミング言語です。
一方、Excelはオフィスワークで広く使われている表計算ソフトで、データの整理や計算、グラフ作成などに利用されています。
しかし、Excelだけでは複雑な計算や大量のデータの操作が難しく、Pythonだけでは直感的な操作や視覚的な分析が難しいという欠点があります。
そこでPythonとExcelを連携させることで、両者の強みを生かし、欠点を補うことができます。
この記事では、PythonとExcelの連搐の基本から応用までを10のステップで解説します。
各ステップには具体的なサンプルコードを掲載し、その実行結果も詳しく説明します。
初心者の方でも安心して学べる内容になっていますので、ぜひ最後までお読みください。
●PythonとExcelの連携について
PythonとExcelを連携させることで、Pythonの豊富なライブラリと計算力、Excelの視覚的な表現力と直感的な操作性を組み合わせることができます。
これにより、手作業で行っていたExcelの作業をPythonで自動化したり、複雑なデータ分析をPythonで行い、その結果をExcelで視覚化するなど、多くの可能性が広がります。
具体的には、PythonでExcelファイルを読み込み、データを操作・分析し、その結果を新たなExcelファイルとして出力するという流れが一般的です。
これを通じて、データの前処理、統計解析、予測モデルの作成、レポート作成など、データ分析の全過程を効率化することが可能となります。
この連携を実現するためには、Pythonのライブラリであるopenpyxlやpandasを利用します。
これらのライブラリを使えば、Excelの操作がPythonのコードで書けるようになります。
それでは、次の章からは具体的な手法を見ていきましょう。
PythonでExcelを読み込むための準備から始め、基本的な読み込み方法、データの操作方法、そして応用的なテクニックまでを順に解説していきます。
●PythonでExcelを読み込む前の準備
まずはPythonでExcelを読み込むための準備をしましょう。
ここではPythonの環境設定と、必要なライブラリのインストール方法について説明します。
Pythonの実行環境はいくつかありますが、今回はAnacondaを使用します。
Anacondaは、Pythonやその周辺のライブラリを一括でインストールできるディストリビューションです。
科学計算やデータ分析に必要なライブラリが多数含まれており、各種設定も自動で行われるため、初心者にも扱いやすいです。
Anacondaをインストールしたら、次にExcelファイルを操作するためのライブラリをインストールします。
PythonでExcelを操作するためのライブラリはいくつかありますが、ここではopenpyxlとpandasを使用します。
openpyxlはExcelのワークブックやワークシート、セルといった要素を直接操作することができるライブラリです。
一方、pandasはデータ分析を容易にするためのライブラリで、Excelファイルをデータフレームという形式で読み込み、様々なデータ操作を行うことができます。
これらのライブラリはAnacondaのコマンドプロンプトやターミナルを開き、次のコマンドを実行することでインストールできます。
conda install openpyxl pandasこのコマンドを実行すると、openpyxlとpandasがインストールされ、PythonでExcelを操作する準備が整います。
●PythonでExcelを読み込む基本的な手法
PythonでExcelを読み込むための基本的な手法には、openpyxlとpandasを使った方法があります。
それぞれに特徴があり、用途によって使い分けることが大切です。
それぞれの読み込み方法について詳しく見ていきましょう。
○openpyxlを使った読み込み
まず、openpyxlを使ったExcelの読み込み方法について説明します。
openpyxlでは、Excelファイルをワークブックとして読み込み、その中のワークシートやセルを操作します。
□サンプルコード1：openpyxlを使ったExcelの読み込み
openpyxlを使ってExcelファイルを読み込むサンプルコードを紹介します。
from openpyxl import load_workbook
# ワークブックを読み込む
wb = load_workbook('sample.xlsx')
# ワークシートを選択する
ws = wb['Sheet1']
# A1セルの値を出力する
print(ws['A1'].value)このコードでは、まずload_workbook関数を使ってExcelファイル（ここでは’sample.xlsx’）を読み込み、ワークブックオブジェクトを作成しています。
このワークブックオブジェクトから特定のワークシート（ここでは’Sheet1’）を選択し、ワークシートオブジェクトを作成します。
最後に、ワークシートオブジェクトから特定のセル（ここでは’A1’）を選択し、その値を出力しています。
このコードを実行すると、’sample.xlsx’の’Sheet1’にあるA1セルの値がコンソールに出力されます。それぞれの要素は変数に格納されているので、後から利用することも可能です。
○pandasを使った読み込み
PythonでのExcelデータの扱いをさらに円滑にするために、pandasという強力なデータ分析ライブラリを使用する方法もあります。
特に大量のデータを効率的に扱う必要がある場合や、データ分析のために様々な演算を行いたい場合にはpandasの出番です。
それでは、pandasを用いたExcelデータの読み込み方法を確認してみましょう。
pandasを使えば、わずか数行のコードでExcelファイルを読み込み、データフレームという形式で操作することができます。
データフレームは2次元の表形式のデータを保持することができ、行や列に名前を付けることも可能です。
また、データフレームはSQLのテーブルやExcelのスプレッドシートと似た概念で、行や列の選択、フィルタリング、ソート、集計など、多くの操作を容易に行うことができます。
□サンプルコード2：pandasを使ったExcelの読み込み
import pandas as pd
# Excelファイルを読み込む
df = pd.read_excel('sample.xlsx')
# データフレームを出力する
print(df)このコードでは、まずpandasをpdという別名でインポートしています。
次にpd.read_excel関数を使ってExcelファイルを読み込み、データフレームに変換しています。
この時点で、dfという変数にはExcelの全データがPythonのデータフレームとして格納されています。
最後に、print関数を用いてデータフレームを出力しています。
このコードを実行すると、コンソールにはExcelファイルの全データが表形式で出力されます。
この表形式のデータは、Python内で自由に操作することが可能で、各列は元のExcelファイルの列名をヘッダーとして持っています。
●データを操作する
PythonとExcelの連携の一環として、次に進めるステップはExcelデータの操作です。
読み込んだデータに対して、データの抽出、変形、計算を行うことが可能です。
このセクションでは、具体的にはセルの値の取得、行や列の取得といった基本的な操作方法について解説します。
○セルの値を取得する
Excelデータを操作する際の基本となるのが、特定のセルの値を取得することです。
pandasのデータフレームでは、行名（インデックス）と列名を指定してセルの値を取得することが可能です。
具体的なコードとその説明を紹介します。
□サンプルコード3：セルの値の取得
# A3セルの値を取得
value = df.loc[2, 'A']
print(value)このコードでは、pandasのデータフレームdfから特定のセルの値を取得しています。
セルの値の取得にはloc関数を使用しています。loc関数は、引数に行と列のラベルを指定して、その位置のセルの値を取得します。
ここでは2と’A’を指定しているため、’A’列の3行目の値を取得しています。
なお、Pythonでは行のカウントが0から始まるため、Excelの3行目に相当するのはPythonでは2となります。
最後に、取得した値をprint関数で出力しています。
このコードを実行すると、’A’列の3行目のセルの値がコンソールに出力されます。
このようにpandasを使うと、具体的なセルの位置を指定して値を取得することが簡単にできます。
○行や列を取得する
pandasのデータフレームを用いると、特定の行や列を取得することも可能です。
行や列を取得することにより、その行や列に対する操作を一括して行うことができます。
具体的なコードとその説明を紹介します。
□サンプルコード4：行や列の取得
# 'A'列を取得
col = df['A']
print(col)
# 3行目を取得
row = df.loc[2]
print(row)このコードでは、まず’A’列を取得しています。列を取得するには、データフレームdfに対して列名をブラケット内に指定します。
取得した列はpd.Seriesオブジェクトとなり、その後はprint関数で出力しています。
次に、3行目を取得しています。
行を取得するには、データフレームdfのloc関数を使用します。loc関数に行のインデックスを指定することで、その行を取得することが可能です。
この場合も、取得した行はpd.Seriesオブジェクトとなります。
このコードを実行すると、まず’A’列の全ての値がコンソールに出力されます。
その後、3行目の全ての値がコンソールに出力されます。
●データの分析と可視化
PythonとExcelを連携させる利点の一つは、Pythonの持つ強力なデータ分析と可視化機能を活用できる点です。
特にpandasライブラリを用いると、さまざまな統計的解析やデータの整形、そしてmatplotlibやseabornといった可視化ライブラリとの連携が可能になります。
○データフレームの作成
Excelのデータをpandasのデータフレームに変換すると、それらの強力なデータ処理機能を活用できます。
データフレームは2次元の表形式のデータを扱うためのデータ構造で、列ごとに異なる型のデータを保持できます。
そのため、Excelのシートをそのままデータフレームに変換することが可能です。
□サンプルコード5：データフレームの作成
import pandas as pd
# Excelファイルを読み込み、データフレームに変換
df = pd.read_excel('sample.xlsx')
print(df)このコードでは、まずpandasをpdという名前でインポートしています。
次に、pd.read_excel関数を使ってExcelファイルを読み込み、データフレームに変換しています。
この関数の引数にはExcelファイルのパスを指定します。
最後にprint関数でデータフレームの内容を出力しています。
このコードを実行すると、Excelファイルの全データがデータフレームとしてコンソールに出力されます。
このデータフレームは、後続のデータ分析や可視化のために利用することができます。
○データの統計解析
pandasのデータフレームは、各列の平均、最大値、最小値などの基本統計量を簡単に算出できる機能を持っています。
これにより、Excelデータの概要を素早く把握することが可能です。
□サンプルコード6：データの統計解析
# データフレームの基本統計量を算出
summary = df.describe()
print(summary)このコードでは、データフレームdfのdescribeメソッドを使用して基本統計量を算出しています。
describeメソッドは、数値型の列に対して、カウント、平均、標準偏差、最小値、第一四分位数、中央値、第三四分位数、最大値を一度に算出します。
算出した結果は新たなデータフレームとして返されます。
このコードを実行すると、数値型の各列の基本統計量がコンソールに出力されます。
このように、pandasを使うと短いコードで一般的な統計解析を実行できます。
○データの可視化
ExcelのデータをPythonのデータフレームに取り込むと、データの可視化が容易になります。
Pythonには多機能な可視化ライブラリが多数存在し、その中でもmatplotlibとseabornはその代表格です。
これらを使うことで、Excel上では手間がかかる複雑なグラフも簡単に描画することが可能です。
□サンプルコード7：データの可視化
import matplotlib.pyplot as plt
# 'A'列と'B'列の散布図をプロット
df.plot(kind='scatter', x='A', y='B')
plt.show()このコードではmatplotlib.pyplotをpltという名前でインポートし、次にデータフレームdfのplotメソッドを使って散布図を描画しています。
plotメソッドの引数にはグラフの種類（この例では’scatter’）と、x軸とy軸に使用する列名を指定します。
最後にplt.showメソッドを使って描画したグラフを表示します。
このコードを実行すると、データフレームdfの’A’列と’B’列のデータを使った散布図が表示されます。
このようにPythonの可視化ライブラリを使うことで、Excelのデータをより深く理解するための可視化が可能となります。
●エクセルデータの書き出し
Pythonで読み込んだExcelデータを分析や加工した後は、その結果を再度Excelに書き出すことが多いでしょう。
pandasを使えば、そのようなデータの書き出しも簡単に行うことができます。
pandasでは新規のワークブックに書き出すだけでなく、既存のワークブックに新たなシートとして書き出すことも可能です。
○新規ワークブックの作成と書き出し
Pythonで加工したデータフレームを新規のExcelワークブックに書き出すには、pandasのDataFrameオブジェクトのto_excelメソッドを使用します。
□サンプルコード8：新規ワークブックの作成と書き出し
# データフレームを新規のExcelファイルに書き出し
df.to_excel('new_sample.xlsx', index=False)このコードでは、データフレームdfのto_excelメソッドを使用してデータフレームを新規のExcelファイルに書き出しています。
このメソッドの引数には、書き出すファイルのパスと、index=Falseを指定することでインデックスを書き出さないようにしています。
このコードを実行すると、dfの内容が新規のExcelファイル’new_sample.xlsx’に書き出されます。
その際、index=Falseを指定しているため、データフレームのインデックスは書き出されません。
○既存のワークブックへの書き出し
既存のワークブックに新たなシートとしてデータを追加するには、openpyxlとpandas.ExcelWriterを組み合わせて使用します。
□サンプルコード9：既存のワークブックへの書き出し
from openpyxl import load_workbook
from pandas import ExcelWriter
# 既存のワークブックを読み込む
book = load_workbook('sample.xlsx')
# pandas.ExcelWriterを使ってデータフレームを書き出す
with ExcelWriter('sample.xlsx', engine='openpyxl') as writer:
writer.book = book
df.to_excel(writer, sheet_name='新規シート', index=False)このコードではまず、openpyxlのload_workbook関数を使って既存のワークブックを読み込んでいます。
次にpandas.ExcelWriterを使ってデータフレームを既存のワークブックに新たなシートとして書き出しています。
ここでもindex=Falseを指定してインデックスを書き出さないようにしています。
このコードを実行すると、データフレームdfの内容が既存のExcelファイル’sample.xlsx’の新規シートに書き出されます。
その際、インデックスは書き出されません。
●よくあるエラーとその対処法
PythonでExcelを扱う際には、いくつかのエラーに遭遇する可能性があります。
ここでは、よくあるエラーとその対処法をいくつか紹介します。
まず一つ目のエラーは、”FileNotFoundError”です。
このエラーは、指定したファイルパスが存在しない場合に発生します。これを解決するためには、ファイルパスが正しいか再確認しましょう。
また、ファイルが存在するディレクトリに対して適切な権限があるかも確認する必要があります。
二つ目のエラーは、”PermissionError”です。
このエラーは、PythonがExcelファイルを開く権限がない場合、またはExcelファイルがすでに他のプログラムによって開かれている場合に発生します。
対策としては、ファイルの権限を確認するか、Excelファイルが開かれていないか確認しましょう。
以上のように、遭遇するエラーは様々ですが、エラーメッセージをよく読み、適切な対策を講じることが重要です。
●PythonとExcelの連携の応用例
基本的なPythonとExcelの連携方法を学んだところで、より高度な応用例を見てみましょう。
ここでは、大量のExcelファイルを一括で読み込む方法を紹介します。
○大量のエクセルファイルを一括で読み込む
データ分析や処理を行う際には、複数のExcelファイルを一度に読み込むことが求められることもあります。
そのような場合、Pythonのglobモジュールを使うことで、指定したパターンにマッチするファイルを簡単に取得することができます。
□サンプルコード10：大量のエクセルファイルを一括で読み込む
import glob
import pandas as pd
# 指定したパターンにマッチするファイルのリストを取得
files = glob.glob('./data/*.xlsx')
# 全てのファイルを読み込む
df_list = [pd.read_excel(file) for file in files]
# リストを結合して一つのデータフレームにする
df = pd.concat(df_list)このコードでは、まずglobモジュールのglob関数を使って、’./data/’ディレクトリ内の全てのxlsxファイルのリストを取得しています。
その後、リスト内包表記を用いて全てのファイルを読み込み、それぞれのデータフレームをリストに格納しています。
最後に、pandasのconcat関数を使って全てのデータフレームを一つに結合しています。
このコードを実行すると、’./data/’ディレクトリ内の全てのxlsxファイルが一つのデータフレームdfに読み込まれます。
これにより、複数のExcelファイルを一度に扱うことが可能となります。
このように、Pythonを使えば大量のExcelファイルを効率的に扱うことも可能です。
PythonとExcelの連携を理解し、自身のタスクに活用してみてください。
まとめ
PythonとExcelの連携は、データ分析や処理を自動化する上で非常に有用なスキルです。
本記事ではPythonでExcelファイルを読み込む方法を10のステップで解説しました。
基本的な読み込みから、データの整形、複数のExcelファイルの一括読み込みまで、初心者から上級者まで対象に丁寧に説明してきました。
また、サンプルコードを通じて具体的な操作方法を示しました。
各コードでは、使用するライブラリや関数、処理の流れを詳細に解説しました。
それぞれのコードの目的と、どのように実行するのか、そして実行結果がどうなるのかを説明しました。
PythonとExcelの連携は、データの読み込みだけでなく、データの書き込みや更新、セルの書式設定など、さまざまな操作が可能です。
今後はこれらの応用的な操作にも挑戦してみてください。
