4-2 Claude Code で Excel 加工｜VLOOKUP・ピボット自動化

このレッスンで身につくこと

第 3 章で扱った「Excel 整理」が 入口に揃えるところまで だとすれば、このレッスンは 整ったデータをどう加工して意思決定に使える形まで持っていくか の話です。VLOOKUP・ピボット・条件付き集計・重複削除・表記揺れ統一 — Excel で覚えるのに半年かかる重い操作を、Claude Code に日本語 1 行で代行させる勘所をまとめます。

所要時間 — 約 45 分　難易度 — ★★☆☆☆（第 3 章「Excel 整理」を読んだ前提）

「整理」と「加工」は別物

第 3 章「Excel 整理」は バラバラのデータを揃える ところまで。文字コード統一・氏名フォーマット統一・型修正など、「分析の前夜」までの作業 でした。本レッスンは その先、整ったデータを 分析に使える形に変形する ところ、VLOOKUP / ピボット / 条件付き集計 / 名寄せ を扱います。

手作業 Excel の限界

「VLOOKUP くらい書ける」と思った方こそ読んでください。慣れている人ほど Claude Code への置き換え効果が大きい 領域です。

限界 1 — 関数の組み合わせが爆発する。「複合キー × MATCH × フォールバック × IFERROR」を組むと関数 4 個ネスト。引数 1 つずらせば全行壊れる地雷原です。Claude Code なら 5 行の日本語で済みます。

限界 2 — ピボットは「組み直し」が遅い。最初の作成は 3 分、組み直しを 5 回繰り返すと 30 分。Claude Code なら 1 行書き換えるだけで組み直し完了、試行錯誤の回数が 10 倍 増えます。

限界 3 — 大量データで Excel が固まる。10 万行超えるとピボット更新で 30 秒待ち。Claude Code は裏で pandas / DuckDB を呼ぶので、100 万行でも秒。

限界 4 — 式が引き継げない。「これ何の数字？」を読み解くのに半日。Claude Code なら式から日本語の説明文に翻訳できます。

パターン 1 — 複数シート結合 + VLOOKUP 相当

加工パターンの 1 つ目、VLOOKUP / XLOOKUP の領域です。

基本プロンプト

> sales-2026-04.csv に products.csv の情報を結合して。
> キー: 商品コード（両ファイルとも「product_code」列）
> 結合タイプ: 左外部結合（sales 側の行は全部残す）
> 取得列: 「カテゴリ」「原価」「メーカー」
> マスターに無い商品コードは別ファイル unmatched.csv に記録、
> 結合後は空欄ではなく「未登録」と入れる。
> 出力は sales-enriched.csv。

結合タイプを明示 が必須です。書かないと Claude Code は 内部結合（マスターに無い行は捨てる） を選ぶことがあり、売上データが勝手に減る 事故の元になります。

複合キー結合

「商品コード × 地域コード」のような複合キーも頻出です。

> sales.csv に price-master.csv を複合キーで結合して。
> キー: (商品コード, 地域コード) のペア
> 一致しない行は「単価」列を NULL のまま残し、unmatched-key.csv に記録。

結合前のサニティチェック

キーの分布 を本処理前に確認させると、結合事故を 9 割防げます。

> 結合前に以下のサニティチェックを実行して停止して:
> 1. sales 側の商品コードのユニーク件数と、欠損行数
> 2. master 側の商品コードのユニーク件数と、重複行数
> 3. sales にあって master に無いキーのサンプル 10 件
> 4. master の重複行（同じキーで複数行）のサンプル 10 件
> 問題なければ「OK」、問題あれば 1 行で要約してから停止。

停止して と書くのが重要。Claude Code は止めないと突っ走る ことがあるので、明示的にチェックポイントを挿入します。

パターン 2 — ピボットテーブル相当のクロス集計

加工パターンの 2 つ目、ピボット集計 です。

基本プロンプト

> sales-q1.csv をピボット集計して。
> 行: 月（2026-01 / 02 / 03）
> 列: カテゴリ（飲料 / 食品 / 雑貨 / 衣料）
> 値: 売上の合計
> 合計行・合計列を追加。数値はカンマ区切り、右寄せ。
> 出力は pivot-monthly-category.csv。

「行」「列」「値」 の 3 つを明示するのが最低条件。書かないと Claude Code は「いい感じに」集計してしまい、毎回違うレイアウトになります。

複数の値を同時集計

「合計だけでなく件数も平均も欲しい」も頻出。

> 月 × カテゴリのクロス集計で、値は 3 つ:
> 1. 売上合計　2. 件数　3. 平均単価（売上 ÷ 件数）
> それぞれ別シートに出力。1 ファイル pivot-multi.xlsx に 3 シート構成で。

値ごとにシートを分ける と、Excel で開いたあとの視認性が圧倒的に上がります。

行・列を 2 階層にする

「四半期 → 月」のように、行や列を 2 階層にしたいケース。

> 行: 四半期 → 月 の 2 階層
> 列: 部門 → 担当者 の 2 階層
> 値: 売上合計
> 各階層に小計を入れて、最終行・列に総計を入れて。

Excel のピボットでも地味に難しい 小計位置 を、Claude Code は 階層を箇条書きで並べるだけ で正しく入れてくれます。

パターン 3 — 条件付き集計（売上 TOP10・スコアリング）

加工パターンの 3 つ目、条件付き集計。「全件の集計」ではなく、ビジネス的な意味を持たせた集計です。

TOP N 抽出

> sales-q1.csv から商品別売上ランキングを作って。
> 集計: 商品名ごとに売上合計、ソート: 降順、抽出: 上位 10 件
> 出力列: 順位 / 商品名 / 売上合計 / 件数 / 平均単価 / 全体比率(%)
> 合計が同じ商品は件数の多い順を 2 番目のキーに。

同点処理を明示 が大事。書かないとランダムな順序で並び、月次レポートで「先月 5 位の商品が今月 8 位、でも数字は同じ」のような迷い事象が起きます。

条件フィルタ集計

> customers.csv から以下の条件で県別の顧客数を集計して。
> 条件: 累計購入額 >= 100 万円 AND 最終購入日が過去 1 年以内 AND 解約フラグ = 0
> 集計軸: 都道府県
> 値: 件数、累計購入額の合計、累計購入額の平均
> 出力: top-customers-by-pref.csv（件数の降順）

フィルタを最初に書く と、Claude Code は フィルタ → 集計 → ソート の正しい順序で処理します。

重み付けスコア

「金額 × 確度 × 鮮度」 のような 自然言語のスコア式 を、自然言語のままで指示できるのが Claude Code 最大の強みです。

> deals.csv から「重点案件スコア」を計算して。
> スコア式: 金額 × (確度 / 100) × 鮮度係数
> 鮮度係数:
>   7 日以内 → 1.0 / 8〜14 日 → 0.8 / 15〜30 日 → 0.5 / 31 日以上 → 0.2
> Closed Won / Closed Lost は除外。
> スコア降順で上位 20 件を priority-deals.csv に出力。
> スコア計算の根拠（金額・確度・鮮度の値）も全部列として残して。

計算根拠を列に残す のは超重要。「なんで A 案件が 1 位なの？」 と聞かれたときエビデンスを出せるかどうかで、レポートの信頼度が変わります。

パターン 4 — 重複削除 / 表記揺れ統一

加工パターンの 4 つ目、名寄せ。Excel の「重複の削除」ボタンでは絶対に解決しない領域です。

自信度付き名寄せ

株式会社ABC と (株)ABC と ABC株式会社 を同じ会社と判定する作業。「絶対同じ会社」と「たぶん同じ会社」を分けるのが 半自動化思考 です。

> customers.csv の「会社名」列で重複候補を検出して。
> 正規化ルール:
> - 全角→半角、半角カナ→全角カナ、英大文字→小文字
> - 「株式会社」「(株)」「㈱」「Co., Ltd.」を除去、スペース全削除
> 自信度 3 段階:
>   High: 正規化後完全一致 + 住所 or 電話も一致 → merge-auto.csv（自動マージ可）
>   Mid: 正規化後完全一致 のみ → merge-review.csv（人間確認推奨）
>   Low: 類似度 0.85 以上 → merge-suspect.csv（要慎重判断）
> 自動マージはせず、検出のみ。マッピング表 name-map.csv も出力。

自動マージしない が鉄則。「自動で名寄せした結果、別会社が同一視されていた」事故は、後から復元できません。

.xlsx 直接 vs CSV 経由 — 加工フェーズは CSV 推奨

基本は CSV 経由、理由は 4 つあります。

1. 加工は「データの形を変える」作業。書式・関数・グラフは加工の障害物にしかなりません。 2. 加工は「複数ファイル」を扱う。.xlsx を openpyxl で同時に開くとメモリも速度も 10 倍。CSV ならミリ秒。 3. 加工は「途中で止めて中身を見たい」作業。CSV ならテキストエディタで diff を取れます。 4. 加工は「再現性が命」。CSV はビット単位で同じ出力が再現可能。.xlsx は openpyxl のバージョンでバイト列が変わります。

推奨フロー

「入口と出口だけ .xlsx、中身は全部 CSV」 が加工フェーズの黄金パターンです。

> Step 1: 全加工を CSV ベースで実行（sales-merged.csv → sales-aggregated.csv → top10.csv）
> Step 2: 最後に report.xlsx を 3 シート構成で生成
>   - data シート: sales-merged.csv の内容
>   - pivot シート: sales-aggregated.csv（罫線・ヘッダー背景色 #0AA5D4 付き）
>   - top10 シート: top10.csv（1 位は太字赤）
> 中間 CSV は途中経過の確認用に残しておく。

中間 CSV を残す のがコツ。最終 .xlsx だけだとレビュー時に「この数字どうやって出した？」を再現できません。

失敗パターン — 数値型崩壊 / 文字化け / マクロ干渉

加工フェーズで踏みやすい地雷 3 つ。どれもプロンプト 1 行で防げます。

防御の 1 行は次の通りです。

> 読み込み時の型指定:
> - 商品コード / 電話番号 / 郵便番号 / 顧客 ID: 文字列型
> - 金額 / 数量 / 単価: 数値型（カンマや「円」を除去してから変換）
> - 日付: ISO 8601（YYYY-MM-DD）に統一

> 文字コード:
> - 入力は chardet で自動判定
> - 内部処理は UTF-8 で統一
> - 出力 CSV は UTF-8 BOM 付き（Excel でダブルクリックして文字化けしない形式）

UTF-8 BOM 付き がコア。これだけで「CSV を開いたら文字化けしてる」と泣くことが消えます。

> 入力が .xlsm の場合:
> 1. データシートだけ CSV に書き出して処理（.xlsm 本体は触らない）
> 2. 出力は .csv または新規の .xlsx に
> 3. 元の .xlsm ファイルは絶対に上書きしない

これら 3 行を ==prompts/ 全テンプレに最初から入れておく と、加工フェーズの事故が 9 割消えます==。

プロンプトテンプレート集 — そのままコピペで使える 4 本

テンプレ 1 — 結合（VLOOKUP 相当）

> {sales.csv} に {master.csv} の情報を結合して。
> キー: {キー列名}　結合タイプ: 左外部結合（{sales} 側は全部残す）
> 取得列: {col1}, {col2}, {col3}
> マスターに無い行: {default} を入れ、unmatched.csv に記録
> サニティチェック: キーのユニーク件数 / 欠損 / 重複を本処理前に表示
> 出力: {output.csv}　共通ルール: 型指定 / UTF-8 BOM / 元ファイル保護

テンプレ 2 — ピボット（クロス集計）

> {input.csv} をピボット集計して。
> 行: {row_axis}　列: {col_axis}　値: {value_col} の {合計 / 平均 / 件数}
> 階層: {親 / 子}　小計: {位置}　並び順: {row 順 / col 順}
> 合計行・合計列を追加
> 出力: {output.csv}（または .xlsx で罫線とヘッダー色 #0AA5D4）

テンプレ 3 — 条件付き集計（TOP N / スコア）

> {input.csv} から {目的} を出して。
> フィルタ: {条件 1 AND 条件 2}
> スコア式: {自然言語で書く}
> ソート: スコア降順、同点時の第 2 キー: {col}　抽出: 上位 {N} 件
> 出力列: 順位 / ID / スコア / 計算根拠 / 主要属性
> 共通ルール: 計算根拠を全部列として残す

テンプレ 4 — 名寄せ（自信度付き重複検出）

> {input.csv} の {key_col} で重複候補を検出して。
> 正規化ルール: {全角→半角・法人格除去・大小統一}
> 自信度:
>   High: 正規化後完全一致 + 追加条件 → merge-auto.csv
>   Mid: 正規化後完全一致 のみ → merge-review.csv
>   Low: 類似度 {閾値} 以上 → merge-suspect.csv
> 自動マージはせず、検出のみ。マッピング表 name-map.csv も出力。

まとめ

このレッスンで押さえてほしいポイントを 7 つ 並べます。

1. 「整理」と「加工」は別物。整理は揃える、加工は結合・集約・ランキング
2. 加工パターンは 4 つ — 結合 / ピボット / 条件付き集計 / 名寄せ
3. 結合 は「結合タイプ」と「複合キー」を明示、サニティチェックを本処理前に実行
4. ピボット は「行・列・値・小計・並び順」の 5 つを必ず指示
5. 条件付き集計 は「フィルタ → 集計 → ソート」の順、スコア計算根拠を列に残す
6. 名寄せ は検出と統合を分ける、自信度 High / Mid / Low で出力ファイルを 3 分割
7. 失敗 3 大事故（数値型崩壊・文字化け・マクロ干渉）は プロンプト 1 行で全部防げる

<Quiz question="Excel の加工フェーズで、Claude Code に渡すときの基本動線として最も事故が少ないのはどれ？" options={[".xlsx を直接 openpyxl で読み書きして、結果も同じ .xlsx に上書き保存させる","入口と出口だけ .xlsx、中間処理は全部 CSV ベースで実行する","毎回 Google スプレッドシートに変換してから処理する"]} answer={1} />

<Quiz question="VLOOKUP 相当の結合を Claude Code に依頼するとき、最も事故を防げる指示はどれ？" options={["「いい感じに 2 ファイルを結合して」","「結合タイプ・キー列・マスターに無い行の扱いを明示し、本処理前にキーのユニーク件数を表示する」","「Excel の VLOOKUP 関数を使って結合する VBA マクロを書いて」"]} answer={1} />

<Quiz question="名寄せ（重複削除・表記揺れ統一）で最も安全な運用は？" options={["正規化ルールを書いて、AI に全自動でマージさせる","検出だけ AI に任せ、自信度 High / Mid / Low の 3 段階で出力ファイルを分け、統合は人間が承認する","「重複削除」ボタンで Excel に任せる"]} answer={1} />

次のレッスン 4-3: メール一括作成 では、加工した顧客リストから差し込みメールを一括生成する手順を学びます。このレッスンで加工した顧客リストをそのまま渡せる 設計なので、4-2 → 4-3 を続けて回すと、データ加工 → メール送付のラインが一気通貫で組み上がります。