【保存版】PythonでできるExcel操作のまとめ一覧

Excelで作業するのって大変だな〜　なにか楽な方法ないかな〜

Excelの集計や単純作業は、Pythonで楽にできるよ！！この一覧を見て〜

本記事では、PythonでできるExcel操作のまとめ一覧を紹介します。

想定読者

・PythonでExcel操作を行い、会社の仕事を効率化したい。

・Excel操作とPythonでのやり方を一覧で確認したい。

本記事について

・Excel操作に対応するPythonでの処理方法を一覧で紹介します。

・本記事は、「openpyxl」でExcel 操作を自動するものではなく、データをPandasで読み込み、Python/Pandasでのデータの処理方法を記載しています。

・本記事のリンク先では、実務に近いデータを用いて、書き方の詳細を解説しています。

・本記事（リンク先含む）は次の実行環境の内容を記載しています。
　　Python 3.7.6、Jupyterlab 1.2.6、Pandas：1.1.2

PythonでできるExcel操作のまとめ一覧

PythonでできるExcel操作の一覧は、次の通りとなります。

※DataFrame名をdfとしています。

Excel操作	Pythonでの処理	リンク
Excelファイルを開く	pd.read_excel(‘ファイル名.xlsx', sheet_name=‘シート名')	[詳細]
行数・列数を確認	df.shape	[詳細]
列項目を確認	df.columns	[詳細]
ある列の一意の"値"を確認	df['列名'].unique()	[詳細]
ある列の一意の値の"数"を確認	df['列名'].nunique()	[詳細]
ある列の値の個数を確認（COUNTIF関数）	df['列名'].value_counts()	[詳細]
列のデータ型の確認	df.dtypes	[詳細]
列のデータ型の変換	df.astype({'列名': 'str'})　※文字列への変換	[詳細]
列の追加	df['追加する列名'] = 値 or リスト	[詳細]
行の追加	df.loc['追加する行名'] = 値 or リスト	[詳細]
列の削除	df = df.drop(['削除する列名1', '削除する列名2'], axis=1)	[詳細]
行の削除	df = df.drop(['削除する行名1', '削除する行名2'])	[詳細]
列・行の項目名の変更	df = df.rename(columns={変更前:変更後}, index={変更前:変更後}, )	[詳細]
空白セル（欠損値）の確認	df.isnull().sum()	[詳細]
空白セル（欠損値）の除外	df.dropna(how='any')　など	[詳細]
空白セル（欠損値）の補完	df['列名'].fillna('補完内容')	[詳細]
空白セル（欠損値）の符号化	df['列名'].isnull().apply(lambda x : '1' if x else '0')	[詳細]
数値列の統計量を確認	df.describe()	[詳細]
特定の列だけを表示	df[['列名1', '列名2', '列名3']]	[詳細]
フィルター（完全一致）	df[df['列名'] == '値']	[詳細]
フィルター（部分一致）	df[df['列名'].str.contains('文字')]	[詳細]
フィルター（数値の大小関係）	df[df['数値列名'] >= 値]	[詳細]
フィルター（複数条件）	フィルターを&, \|で結合	[詳細]
ソート（1列）	df.sort_values('列名')	[詳細]
ソート（複数列）	df.sort_values(['列名1', '列名2'])	[詳細]
置換（完全一致）	df.replace('置換前の値', '置換後の値')	[詳細]
置換（部分一致）	df['列名'].apply(lambda x: x.replace('置換前の値', '置換後の値'))	[詳細]
置換（条件分岐あり）	df['列名'].where(条件式, 置換後の値)	[詳細]
MID、LEFT、RIGHT関数	df['列名'].str[2:] ※数値は例	[詳細]
IF関数（条件分岐で値設定-2分類）	df['列名'].apply(lambda x : '値1' if 条件 else '値2')	[詳細]
IF関数（条件分岐で値設定-多値分類）	df['列名'].map(条件分岐の自作関数)	[詳細]
VLOOKUP関数	df1.merge(df2, on='キー', how='left')	[詳細]
SUMIF関数(グループ集計）	df.groupby('列名').sum()	[詳細]
ピボットテーブル	df.pivot_table([ 略 ])	[詳細]
3桁区切りカンマ	applymap('{:,.0f}'.format)	[詳細]
Excelファイル作成・出力	df.to_excel('ファイル名.xlsx')	[詳細]
Excelファイル作成・出力（複数シート）	pd.ExcelWriter('ファイル名.xlsx', engine = 'xlsxwriter')	[詳細]

内容は、定期的にアップデートしていきます。

「PythonでできるExcel操作のまとめ一覧」の作成目的と使い方

僕が本業のExcel作業をPythonを使って効率化したいと思い、Python/Pandasの基本文法、Excelと対応したPythonの書き方などを調べるのに「100時間」ほど要していました。

これだけ時間を要した理由は大きく2つあります。

・基本文法の細かい部分まで頭で理解しようとして、インプットに時間をかけすぎていた。

・情報元がバラバラで、その都度Google検索し、参考になりそうなサイトを探していた。

この2つを解決するために、

・実務のExcel作業の代替としてすぐ使えるコードで、情報を最小限にする。

・Excelの操作内容と対応させて一覧化する。

を実現できるように本記事を作成しました。

本記事で、他の方が僕みたいに多くの時間・労力をかけず、PythonでExcel作業の効率化ができることを願っています。

本記事は、ブックマークやお気に入りにいれて、いつでも使える早見表として使ってもらえればと思います。

【参考】Python / PandasでExcel操作を行うメリット

参考として、Python / PandasでExcel操作（おもにデータ集計作業）を行うメリットを紹介します。

メリットというとたくさんあるかもしれませんが、ここでは僕自身が助かっている5つをピックアップします。

・インプットデータが変わっても同じ操作が簡単にできる。

・画面上でのセルの操作でないため、処理が速い。

・Excelの関数では複雑になる処理でも、シンプルに分かりやすく処理内容を書ける。

・処理内容をメモ・記録できることで、他の人に共有・引継ぎできる。

・スケジューラーやバッチファイルを使えば、処理の自動化に応用できる。

いかがでしたがでしたか。

最初はPythonに慣れる必要があるといえど、メリットは非常に多いですよね。

それでは、どんどんExcel作業をPythonでやって、業務を効率化・高度化していきましょう〜

<<以下、2020年10月26日に追記>>

今、流行りのデータサイエンティストを目指している方向けの内容になります。

【おまけ】筆者が考えるデータサイエンティストのロードマップ

データサイエンティストを目指すには、まずは次の3ステップの順で行うのがおすすめです。ぜひ参考までに〜

step
1 まずは、もっとデータサイエンティストを知る！！

一番いいのは、現役のPythonエンジニア、データサイエンティストから実際の情報を仕入れること。

方向性ややり方を間違えて、時間と労力を無駄にしないためにも。

ちなみに今は、CodeCampが無料でマンツーマンレッスンをやってるのでおすすめです。(2020/10時点)

「Pythonデータサイエンスコースの体験」と言えば、いろんな情報が聞けます。是非、今のチャンスに！！

＼マンツーマン指導の「CodeCamp」／

まず内容を見てみる

無料でなんでも聞いてみよう！！

step
2 PythonでExcel作業をやってみる！！

データサイエンティストになるには、Pythonがいいってよく言われます。

ただ、目的なく漠然と取り組んでも、長続きしません。

だから、まずは、身近な目標を作ることが大事。

そこで普段会社や学校でExcel使いますよね。このExcel作業をPythonでやってみるのがおすすめです。

なので、まず本記事のPythonでのExcel操作をマスターできるようにします。

これは、次のツイートでも話題になっていて、ある程度、客観的にも有用性があります。

かめさん（@usdatascientist ）のPython講座を参考に、PythonでExcel操作を代替するための方法をまとめてみました。
未経験からデータサイエンティストを目指す人って、最初からAIや機械学習に目が行きがちですが、目先のExcel作業を効率化するのもオススメだと思ってます。https://t.co/gkDFF0RU4U
— inasala｜ #AI・Python勉強記録を毎日発信 (@inasala_ai) October 21, 2020