ExcelからPythonへ移行する最短ルート｜操作の対応表つき

公開日：2026年7月9日／執筆：かず

Excelで集計や分析をしている人にとって、Pythonの学習は「ゼロからプログラミングを学ぶ」ことではありません。すでに持っている集計の語彙を、pandasの語彙に翻訳する作業です。この記事では、その翻訳表と、そもそも移行すべきかどうかの判断基準を示します。

先に結論：全部を移行する必要はない

Pythonを学ぶと決めても、Excelを捨てる必要はありません。筆者も実務では両方を使い分けています。

Excelのままでよい場面

Pythonに移す価値がある場面

Pythonの利点を一言で言えば、手順がコードとして残ることです。 Excelの手作業は本人の記憶にしか残りませんが、コードは半年後の自分にも他人にも再実行できます。繰り返し作業と再現性、この2つに心当たりがあるなら移行の価値があります。

pandasはPythonで表データを扱うライブラリです。 Excelの主要操作との対応は次のとおりです。

Excelの操作	pandasでの書き方
ファイルを開く	`pd.read_csv("data.csv")` / `pd.read_excel("data.xlsx")`
列を選ぶ	`df["売上"]`
フィルター	`df[df["地域"] == "関東"]`
並べ替え	`df.sort_values("売上")`
SUM / AVERAGE	`df["売上"].sum()` / `df["売上"].mean()`
ピボットテーブル	`df.pivot_table(index="地域", values="売上", aggfunc="sum")`
VLOOKUP	`pd.merge(df1, df2, on="商品ID")`
重複の削除	`df.drop_duplicates()`
グラフ作成	`df.plot()`

見てのとおり、Excelの1操作はpandasでもほぼ1行です。「プログラミング＝長いコードを書く」という予想よりずっと短い、というのが移行してみた人の多くが持つ感想だと思います。

対応表を眺めるだけでは身につかないので、順序を決めて進めます。環境はインストール不要のGoogle Colabを推奨します。

教材のサンプルデータではなく、普段自分が触っているファイルをpd.read_excel()で読み込みます。最初の1歩を「自分のデータ」にすることで、以降の練習がそのまま実務の予行になります。

普段Excelでやっている集計を1つ選び、対応表を見ながらpandasで再現します。答え（Excelでの集計結果）を自分で持っているので、コードが正しいかを自分で検証できるのがこの練習の利点です。

毎週・毎月繰り返している一連の手順（読み込み→絞り込み→集計→グラフ）を、上から順に実行すれば終わる1本のノートブックにします。ここまで来ると、翌月からその作業は「実行ボタンを押すだけ」になります。移行の投資が回収され始めるのはこの段階です。

Excel経験者ならではのつまずきどころを2つ挙げておきます。

Excelでは目についたセルをその場で直せますが、pandasでは「どの条件の行のどの列を、何に変えるか」をコードで指定します。不便に感じるのは最初だけで、この制約こそが「何をどう変えたか」が記録として残る利点の裏返しです。

実務のExcelファイルには、結合セル、2行にまたがる見出し、余白の注記などが含まれがちです。 pandasはこうした「人間向けのレイアウト」が苦手なので、読み込みでつまずいたら、まず元ファイルの1行目に列名、2行目以降にデータだけ、という形に整えてから読み込むのが確実です。