- 最終更新
- 2026年10月27日 19時26分
このような作業を減らすための開発事例です
取引先から届くExcelファイルを、毎月手作業で修正していませんか？
例えば、次のような作業です。
- 日付の形式を統一する
- 「3,000円」などの金額表記を数値に変換する
- 列名に含まれる余分な空白を削除する
- 商品コードなどの必須項目に漏れがないか確認する
- 修正が必要なデータを探し出す
こうした定型作業を減らすために、Pythonを使ったExcelデータ整形ツールを制作しました。
開発した仕組み
Excelファイルを読み込み、決められたルールに従ってデータを整形・チェックします。
処理後は、2つのExcelファイルを出力します。
① 整形済みデータ
表記を統一し、チェックを通過したデータです。後続の集計や分析に利用できます。
② エラー一覧
必須項目の欠損や不正な値など、確認・修正が必要なデータです。
担当者がすべてのデータを確認するのではなく、問題のある行に集中できるようにすることを目指しました。
※個人制作のサンプルです。実際の企業への導入実績ではなく、削減時間も未計測です。
自動化する前のExcel
取引先から届く売上Excelには、次のようなデータのばらつきがあると想定しました。
- 列名に余分な空白が含まれている
- 日付の書き方が統一されていない
- 金額に「3,000円」などの文字が含まれている
- 商品コードなどの必須項目が空欄になっている
- 「-」「不明」など、そのまま集計できない値がある
このようなExcelを集計に使用する場合、担当者が一つずつ確認・修正する必要があります。
毎月同じような作業を繰り返すことを想定し、Pythonで処理する仕組みを制作しました。
Pythonで自動化したこと
Excelファイルを読み込み、決められたルールに従って、次の処理を行います。
- データの表記を統一する : 列名の余分な空白を削除し、対応している日付や金額の形式を統一します。
- 確認が必要なデータを見つける : 商品コードの空欄や、変換できない日付・金額を検出します。
- 正常なデータとエラーデータを分ける : チェックを通過したデータと、担当者による確認が必要なデータを、それぞれ別のExcelファイルに出力します。
これにより、すべてのデータを目視で確認するのではなく、問題のあるデータをまとめて確認できるようにします。
処理後のExcel
処理が終わると、2種類のExcelファイルが作成されます。
① 整形済みデータ
出力ファイル：cleaned_売上データ_202610.xlsx
チェックを通過したデータをまとめたExcelです。
対応している日付や金額の形式が統一されているため、集計や分析に利用しやすくなります。
② 確認が必要なデータ
出力ファイル：errors_売上データ_202610.xlsx
商品コードの欠損や、日付・金額の不正値が見つかった行をまとめたExcelです。
どの項目に問題があるのかも記録します。
担当者は、この一覧を確認して必要な修正を行えます。
この仕組みで目指していること
毎月のExcel作業では、データを確認し、形式を整え、問題のある箇所を探す作業が発生します。
こうした繰り返し作業をプログラムに任せることで、担当者が確認や判断を必要とする作業に集中できるようにします。
なお、今回の仕組みは個人制作のサンプルです。実際の企業への導入や作業時間の削減効果の測定は行っていません。
技術的な詳細・ソースコード
このサンプルはPythonとpandasを使って制作しました。
実際の処理内容やソースコードはGitHubで公開しています。
ご依頼の際に提供していただきたいデータ
実際の業務に合わせた仕組みを開発するために、以下の情報をご共有いただきます。
- 入力データ：現在使用しているExcelファイルやCSVファイルのサンプル
- 列名・データ形式：日付や金額など、各項目に含まれるデータの形式
- 必須項目・チェック条件：空欄や不正な値をどのように扱うか
- 出力イメージ：最終的に作成したいExcelやCSVの形式
- 現在の作業手順：普段どのようにデータを整形・集計しているか
これらをもとに、データの整形ルールや必要な処理を整理し、対応範囲とお見積もりをご案内します。
最初からすべての要件が決まっている必要はありません。現在の作業内容を伺いながら、一緒に整理していきます。
なお、現在のサンプルはExcelの入出力に対応しています。CSV入力や既存業務への組み込みについては、ご要望に応じて対応可否を確認します。
※実際の顧客情報や機密情報が含まれる場合は、匿名化したサンプルデータをご用意ください。