1. ホーム
  2. 個人向けサービス
  3. キカガク技術ブログ
  4. 【AI 講師が解説】Python で Excel を操作する方法をわかりやすく解説！
2022年7月22日
Python技術

【AI 講師が解説】Python で Excel を操作する方法をわかりやすく解説！

こんにちは！機械学習の講師をしている高良です。

業務で Excel を使っているという方は多いと思います。Python と連携することでさらに効率よく Excel を使うことができます！

  • Python と Excel で何ができるのか
  • 実際にどのような使い方ができるのか
  • Python と Excel を連携するメリットとは

といったところや Excel ファイルと Python を連携して操作する方法を解説します！

目次

Python と Excel を連携してできること

環境に依存せず自動化できる

Excel と Python を連携するメリットとして Windows や Mac といった環境に左右されにくいことです。
Windows の Excel で動作するマクロが Mac の Excel では動作しないといったことがあります。Python を使えばこういった環境に依存せず Windows, Mac のどちらでも自動化をすることができます。

Python で Excel と他のアプリケーションを連携できる

Python はいろいろなアプリケーションと連携でき、効率よく業務の自動化ができます。
Python を Excel と他のアプリケーションの橋渡しとして使用することで、より業務の自動化に役立てることができます。

Python の基礎を学ぶことができる

Python は使ったことがないけれど Excel なら使ったことがある。そんな方は多いと思います。普段から身近な Excel と合わせて Python を学ぶことで、より円滑に Python の基礎を学ぶことができます。

実行環境

  • Google Colaboratory（略称: Google Colab）
  • Python：3.7.13

Excel を操作するための準備

  • Google Colab の新しいノートブックを立ち上げる
  • Google Colab と Google ドライブと接続しておく

Google Colab と Google ドライブは以下のコマンドで接続できます。

from google.colab import drive
drive.mount('/content/drive')

Google ドライブとの接続について詳しくはこちらの記事をご覧ください！

2021年4月30日

【Google Colaboratory】Google ドライブにマウントし、ファイルへアクセスする方法

OpenPyXL を使う方法

ライブラリのインポート

Google Colab では OpenPyXL が最初からインストールされています。
以下のコマンドで OpenPyXL をインポートします。OpenPyXL は慣例的に op という別名をつけてよく使います。

import openpyxl as op

Excelファイルの新規作成

今回は Google ドライブのトップに Excel ファイルを作成してみましょう。
Excel ファイルを新規作成して保存するところまでやってみます。

# Excel ファイル（ワークブック）の新規作成 
wb = op.Workbook() 

# ワークシートの有効化
ws = wb.active

# Excel ファイルを Google ドライブに保存 # Google ドライブ上の "/content/drive/MyDrive" ディレクトリに "python-excel.xlsx" というファイルが作成される
wb.save("/content/drive/MyDrive/python-excel.xlsx")

以上を実行することで Google ドライブのトップに Excel ファイルが作成されます。

Excel ファイルへの書き込み

Excel ファイルの A1 セルにテキストを書き込んでみます。

注意

処理をした後に保存することを忘れないようにしましょう。

# A1 セルにテキストを書き込み
ws["A1"] = "Hello!!"

# 保存
wb.save("/content/drive/MyDrive/python-excel.xlsx")

上記のコードを実行することで A1 セルに Hello というテキストを書き込むことができます。
試しに Google ドライブから Excel ファイルを開いてみましょう。
このように表示されていれば OK です。

Excel ファイルの読み込み

今回は既に Excel ファイルを開いている状態ですが、新しく Google colab を立ち上げて Excel ファイルを読み込む時は以下のようにします。

# Excel ファイル（ワークブック）の読み込み
wb = op.load_workbook("/content/drive/MyDrive/python-excel.xlsx")

# ワークシートの有効化
ws = wb.active

次にセルの内容を読み込みます。

先ほど A1 セルに入力した内容を Google colab 上で表示します。

# value という変数に A1 セルの内容を格納
value = ws["A1"].value

print(value)
Hello!!

Excel の関数を使う

Excel 関数を入力する場合は =sum(A1:A3) といったようにそのまま入力することができます。
先ほどの Excel ファイルの B1~B3 セルに数字を書き込み、B4 セルに関数を書き込んでみましょう。

# B 列に数字を入力する
ws["B1"] = 1
ws["B2"] = 2
ws["B3"] = 3

# 書き込めているか確認
print(ws["B1"].value)
print(ws["B2"].value)
print(ws["B3"].value)
1
2
3
# B4 セルに関数を書き込み
ws["B4"] = "=sum(B1:B3)"

# 保存
wb.save("/content/drive/MyDrive/python-excel.xlsx")

Excel を開くと SUM 関数によって B4 セルに合計値が表示されていることがわかります。

このように OpenPyXL を使うことで Excel ファイルへの書き込みや読み込みが簡単にできます。
ここに Python での for 文や if 文などと組み合わせることで高度なことができるようになります！
ぜひ試してみてください！

Pandas を使う方法

では次は Pandas を使って Excel ファイルを操作する方法をご紹介します。
先ほどは OpenPyXL で Excel ファイルを操作する方法をご紹介しましたが、データ分析などをする場合 Pandas のほうが得意としていることが多くなっています。
OpenPyXL でコードによる Excel の操作に慣れてきたら次はぜひ Pandas での Excel 操作にチャレンジしてみましょう！

Excel ファイルの書き込み

では先ほどと同じように Pandas で Excel ファイルの作成から書き込みの練習をしてみましょう。
まずは Pandas をインポートしてデータフレームを定義します。

import pandas as pd

# データフレームを定義
df = pd.DataFrame([[78, 65, 81],
                   [91, 76, 77],
                   [97, 79, 84]],
                  index=['A 君', 'B 君', 'C 君'],
                  columns=['国語', '数学', '理科'])

# データフレームの確認
print(df)

以下のように返ってきます。

# データフレームを Excel に書き込み、ファイルを Google ドライブに保存
# Google ドライブ上の "/content/drive/MyDrive" ディレクトリに "python-excel-pandas.xlsx" というファイルが作成される

df.to_excel('/content/drive/MyDrive/python-excel-pandas.xlsx')

こちらを Excel ファイルに書き込み保存します。

# データフレームを Excel に書き込み、ファイルを Google ドライブに保存
# Google ドライブ上の "/content/drive/MyDrive" ディレクトリに "python-excel-pandas.xlsx" というファイルが作成される

df.to_excel('/content/drive/MyDrive/python-excel-pandas.xlsx')

Excel ファイルを開き以下のようになっていれば OK です！

Excel ファイルの読み込み

Pandas での Excel ファイルの読み込み方は以下です。

# Excel ファイルを読み込んで df_read という変数に格納
df_read = pd.read_excel('/content/drive/MyDrive/python-excel-pandas.xlsx')

df_read

データフレームとし読み込むことができ、このように返ってきます。

  Unnamed: 0	国語	数学	理科
0     	A 君	78	65	81
1     	B 君	91	76	77
2      	C 君	97	79	84

引数早見表

pd.read_excel() を使用する際の引数の早見表です。
詳細は以降の内容で記述します。

内容

使用例

シートの指定

sheet_name='シート名'

ヘッダーの指定

header=行番号

ヘッダー名の指定

names=['列名1', '列名2']

インデックスの指定

index_col='列名'

読み込む列の指定

usecols=列番号

読み込まない行の指定

skiprows=行番号

シートを指定して読み込む

シート番号やシート名の指定ができます。

import pandas as pd

# デフォルト -> 1 つ目のシートを読み込み
df = pd.read_excel('sample.xlsx', sheet_name=0)

# シート番号を指定 -> 3 つ目のシートを読み込み
df = pd.read_excel('sample.xlsx', sheet_name=2)

# シート名を指定
df = pd.read_excel('sample.xlsx', sheet_name='シート名 1')
ヘッダー行を指定して読み込む

ヘッダーの指定は header で設定します。
指定した行より上は読み込まれません。

ヘッダー行の番号を指定

行番号の指定を行います。

import pandas as pd
# デフォルト -> 1 行目をヘッダーとして読み込み
df = pd.read_excel('/content/drive/MyDrive/python-excel-pandas.xlsx', header=0)

# 行番号を指定 -> 3 行目をヘッダーとして読み込み
df = pd.read_excel('/content/drive/MyDrive/python-excel-pandas.xlsx', header=2)

# ヘッダーなし -> 1 行目からデータとして読み込み
df = pd.read_excel('/content/drive/MyDrive/python-excel-pandas.xlsx', header=None)

データを絞り込んで読み込む

他にも、読み込む際に便利な引数としてデータを絞って読み込む方法を紹介します。

読み込む列番号を絞り込む

読み込む列を指定したい場合は usecols を設定します。

import pandas as pd

# 読み込む列番号を指定 -> 1,3,4 行目を読み込み
df = pd.read_excel('/content/drive/MyDrive/python-excel-pandas.xlsx', usecols=[0,2,3])

# 読み込む列名を指定 -> B から D 列を読み込み
df = pd.read_excel('/content/drive/MyDrive/python-excel-pandas.xlsx', usecols="B:D")

指定した列番号を除外する

読み込まない行を指定したい場合は skiprows もしくは skipfooter を設定します。

import pandas as pd

# 先頭から読み込まない行を指定 -> 先頭 5　行をスキップ
df = pd.read_excel('/content/drive/MyDrive/python-excel-pandas.xlsx', skiprows=5)

# 先頭から読み込まない行をリストで指定 -> 1,3,4　行をスキップ
df = pd.read_excel('/content/drive/MyDrive/python-excel-pandas.xlsx', skiprows=[0,2,3])

# 末尾から読み込まない行を指定 -> 末尾 5　行をスキップ
df = pd.read_excel('/content/drive/MyDrive/python-excel-pandas.xlsx', skipfooter=5)

Excel と Python を一緒に学んで効率よくスキルアップしよう！

以上です。本記事では、Python で Excel ファイルを操作する方法を解説しました。

Excel データを操作してデータ分析を行う方々のお力添えになれば幸いです！

最速で学びたい方：キカガクの長期コースがおすすめ

人材育成実績15万人以上

キカガクの長期コースはプログラミング経験ゼロの初学者が最先端技術を使いこなすAIエンジニアになるためのサポート体制が整っています！

実際に未経験からの転職・キャリアアップに続々と成功中です

まずは無料説明会で、キカガクのサポート体制を確認しにきてください！

話を聞いてみる

説明会ではこんなことをお話します！

  • 国も企業も育成に力を入れている先端 IT 人材とは
  • キカガクの研修実績
  • 長期コースでの学び方、できるようになること
  • 料金・給付金について
  • 質疑応答

まずは無料で学びたい方： Python&機械学習入門コースがおすすめこちら

基礎を習得する Python速習 機械学習入門

AI・機械学習を学び始めるならまずはここから！経産省の Web サイトでも紹介されているわかりやすいと評判の Python&機械学習入門コースが無料で受けられます！
さらにステップアップした脱ブラックボックスコースや、IT パスポートをはじめとした資格取得を目指すコースもなんと無料です！

無料で学ぶ

参考リンク

参考｜pandas ドキュメント

確認する

SHARE

新着記事

関連記事

関連記事一覧はこちら

キカガクラーニング

AI/データサイエンス学びはじめの方におすすめの記事

無料で学習をはじめる
未経験からAI人材 無料説明会に参加
未経験からAI人材 無料説明会に参加

目次