データを使って業務を効率化しようと思ったとき、最初にぶつかる壁——それが「データの整理」です。

どれだけ優れた関数やAIがあっても、元のデータがバラバラだったり汚れていれば、意味のある結果は得られません。
つまり「きれいなデータがすべての出発点」なのです。

この記事では、CopilotとPython in Excelを使って、実務でありがちな“ぐちゃぐちゃデータ”をいかにラクに整えるか、その方法を初心者向けにわかりやすく解説します。

---

「ぐちゃぐちゃデータ」の例、あなたも見たことありませんか？

たとえば：

・「全角／半角」「表記ゆれ」「不要な空白」が混ざっている
・1列に「日付・商品名・価格」がくっついて入っている
・同じ顧客が複数の書き方（”田中太郎”／”タナカタロウ”）で登録されている
・値段の「円」マークがついたままで数値計算ができない
・列の順番や表の開始行がファイルごとにバラバラ

こうした問題は、日々のExcel業務の中でとてもよく見られる現象です。
特に外部から送られてくるCSVや、複数人で管理されているExcelファイルでは、こうした“データの乱れ”が必ずと言っていいほど発生します。

それを一つひとつ手で整えるのは、時間も労力もかかるし、ミスのもとにもなります。

---

Pythonは「整える」のが得意。Copilotと組めばさらに強力

Pythonの代表的なライブラリ「pandas」や「openpyxl」を使えば、次のような処理が一瞬で行えます：

・不要な列や空白行を削除
・文字列を統一（全角→半角、”〇”→”○”、表記ゆれの正規化）
・列を分割（例：”2024/01/01 商品A 1,200円”→日付／商品／金額）
・異なるExcelファイルのシートを統合
・”価格”や”数量”といった文字列を数値に変換し、通貨記号やカンマを除去

これらの操作、通常ならExcelでフィルタや数式を使いながら、ファイルごとに何度もやり直す必要がありますよね。
でもPythonなら、一連の処理をスクリプトとして自動化できます。

さらに、Copilotを使えば「このデータの余計な記号と空白を消して、金額の列だけ抜き出して」
と自然言語で指示するだけで、こうした処理を行うPythonコードを提案してくれます。

図１：ぐちゃぐちゃなデータから整形された表への加工

---

Excelでは難しい「条件付きの整形」も簡単に

たとえば、こんな処理をしたいと思ったことはありませんか？

・「売上0円の行は削除したい」
・「同じ顧客IDが3回以上出てきたらその行だけ抽出したい」
・「商品名に“試供品”と入っていたら除外したい」
・「日付が正しくない（例：2024/13/45）の行だけエラーにしたい」

こうした条件付きのデータ整形・フィルタ処理も、Pythonでは簡単な条件文（if文）や正規表現で書けてしまいます。

Copilotは、そうした「こうしてほしい」という要望を自然言語で解釈し、コードとして形にしてくれます。
これにより、従来なら何十分もかかっていた整形処理が数秒で完了するようになるのです。

図２：生成AIによるデータフィルタリング

また、完成したPythonスクリプトは再利用できます。
毎月決まったフォーマットのCSVが届くような業務であれば、
「毎回、整えて→チェックして→貼り付けて」という工程を、完全自動化できます。

---

「整形後の表」をExcelに出力→そのまま報告資料に

整えたデータは、元のExcelファイルとは別のシートに出力できます。
そのままグラフを追加したり、関数をつけてKPIを算出したり、「そのまま使える」状態で資料作成に活用できるのが大きなメリットです。

Copilotに「整形した後、この列を基に棒グラフを出して」「異常値がある行にコメントをつけて」などと伝えることで、
分析やレポート作成にそのままつながるアウトプットを得ることができます。

---

まとめ：「きれいなデータ」が業務の質を変える

CopilotとPythonを使えば：

・Excelで面倒だった整形作業を一発で再現
・手作業によるミスを防止
・複雑な条件もスクリプト化して再利用可能
・整形後のデータをすぐに分析・可視化に活用できる

「ぐちゃぐちゃなExcelファイルも、怖くなくなる」。
それがCopilot×Pythonによる前処理の力です。

次回は、整ったデータを「比較」や「ランキング」に活かすテクニックを紹介します！

<文/岡崎 凌>