PythonでExcel（xlsx）ファイルを操作する方法！openpyxlとpandas入門

1. openpyxlでExcelファイルを読み書きする

1. openpyxlでExcelファイルを読み書きする

openpyxlはPythonでExcelファイルを扱うための公式ライブラリです。セル単位でデータを読み書きしたい場合に便利です。

import openpyxl

# 新しいExcelファイルを作成
wb = openpyxl.Workbook()
sheet = wb.active
sheet['A1'] = "名前"
sheet['B1'] = "年齢"
sheet.append(["太郎", 25])
sheet.append(["花子", 30])
wb.save("sample.xlsx")

# Excelファイルを読み込む
wb2 = openpyxl.load_workbook("sample.xlsx")
sheet2 = wb2.active
for row in sheet2.iter_rows(values_only=True):
    print(row)

ポイント：

• Workbook()で新しいファイル作成
• activeでアクティブシートを取得
• append()で行単位でデータ追加
• load_workbook()で既存ファイルを読み込み

2. pandasでExcelを表形式で扱う

2. pandasでExcelを表形式で扱う

pandasはデータ分析用のライブラリで、Excelの表をそのままデータフレーム（表形式）として扱えます。

import pandas as pd

# Excelファイルを読み込む
df = pd.read_excel("sample.xlsx")
print(df)

# データを加工
df['年齢'] = df['年齢'] + 1

# Excelファイルに書き込む
df.to_excel("sample_updated.xlsx", index=False)

ポイント：

• read_excel()でExcelを読み込む
• データフレーム上で計算やフィルターが可能
• to_excel()で加工後のデータを保存

3. openpyxlとpandasの使い分け

3. openpyxlとpandasの使い分け

まとめると、次のように使い分けます：

• セル単位で細かく操作したい → openpyxl
• 表全体を分析したい、列単位の計算をしたい → pandas

4. 実用例：売上データの処理

4. 実用例：売上データの処理

Excelで売上データを管理し、年齢に基づいた分析を行う例です。

import pandas as pd

# 売上データを読み込む
df = pd.read_excel("sales.xlsx")
print("読み込んだデータ")
print(df)

# 20歳以上のデータだけ抽出
adult_df = df[df['年齢'] >= 20]

# 結果をExcelに保存
adult_df.to_excel("adult_sales.xlsx", index=False)

5. 注意点

5. 注意点

• Excelファイル操作には事前にopenpyxlやpandasをインストールする必要があります（pip install openpyxl pandas）。
• 既存のExcelファイルを上書きする場合は注意してください。バックアップを取ることをおすすめします。
• データ量が多い場合、pandasの方が高速で効率的です。