Python Excel操作 逆引き集 | Excelファイルを複数シート読み込む

Python
スポンサーリンク

Pythonで複数シートを読み込む入門 — pandas.read_excel(sheet_name=None)

同じExcelファイルの「全シート」や「複数シート」を一気に読み込んで扱う方法を、初心者向けに丁寧に解説します。すぐ試せるコード例、よくある帳票向けテンプレート、練習問題までまとめました。

事前準備と基本の考え方

必要なライブラリ

pip install pandas openpyxl  # .xlsx の読み込みに必要
# 古い .xls を読む場合は xlrd も
pip install xlrd

基本の返り値（ここがカギ）

  • sheet_name=None: すべてのシートを「辞書」形式で返します。
    • キーが「シート名」、値が「DataFrame」になります。
  • 例: dfs = pd.read_excel("book.xlsx", sheet_name=None) の後、dfs["Sheet1"] で1枚目のDataFrameにアクセスできます。

最小コードとすぐ使える例

すべてのシートを読み込んで、中身をざっと確認

import pandas as pd

dfs = pd.read_excel("sample.xlsx", sheet_name=None)

# シート名の一覧
print(list(dfs.keys()))

# それぞれの先頭5行を確認
for name, df in dfs.items():
    print(f"--- {name} ---")
    print(df.head())
Python
  • ポイント: まずは「シート名の一覧」を見て、どれを使うか確認します。

指定した複数シートだけ読み込む

import pandas as pd

target_sheets = ["2025_Q1", "2025_Q2"]
dfs = pd.read_excel("sales.xlsx", sheet_name=target_sheets)

# dict として返るので、必要なシートを取り出す
q1 = dfs["2025_Q1"]
q2 = dfs["2025_Q2"]
Python
  • ポイント: 全シートでなく「必要なシートだけ」読み込むと速く、メモリも節約できます。

よく使う引数と複数シートでのコツ

欲しい列だけ読む（usecols）

dfs = pd.read_excel("sales.xlsx", sheet_name=None, usecols=["Date", "Product", "Revenue"])
Python
  • 効果: 全シート共通の列だけに絞り、重たいExcelでも軽く扱えます。

先頭の説明行を飛ばす（skiprows）とヘッダー（header）

dfs = pd.read_excel("report.xlsx", sheet_name=None, skiprows=5, header=0)
Python
  • 前提: どのシートも同じレイアウト（5行の説明の後に表が始まる）であること。

型を安定させる（dtype、parse_dates、na_values）

dfs = pd.read_excel(
    "orders.xlsx",
    sheet_name=None,
    dtype={"OrderID": "string", "CustomerID": "string"},
    parse_dates=["OrderDate"],
    na_values=["N/A", "-", "—"]
)
Python
  • コツ: 全シートで同じ列名・型を想定できると、後続処理が安定します。

読み込み後に“共通整形”を適用する

import pandas as pd

dfs = pd.read_excel("sales.xlsx", sheet_name=None, usecols=["Date", "Product", "Revenue"], parse_dates=["Date"])

# 全シートに同じ整形を一括適用
for name, df in dfs.items():
    df["Revenue"] = pd.to_numeric(df["Revenue"], errors="coerce")
    df["Product"] = df["Product"].astype("string")
Python
  • ポイント:「読み込み時にできること」と「読み込み後の整形」を分けて考えるとわかりやすいです。

実践テンプレート（帳票あるあるに対応）

テンプレ1：四半期シートを縦に連結して通期データにする

import pandas as pd

dfs = pd.read_excel("sales.xlsx", sheet_name=None, usecols=["Date", "Product", "Revenue"], parse_dates=["Date"])

# 例：すべてのシートを縦方向に結合
all_sales = (
    pd.concat(dfs.values(), ignore_index=True)
      .assign(month=lambda d: d["Date"].dt.to_period("M"))
)

# 月別の合計売上
monthly = all_sales.groupby("month", as_index=False)["Revenue"].sum()
print(monthly)
Python
  • 狙い: シートごとに同じ列構成なら、まず縦に1本のテーブルにしてから集計。

テンプレ2：シートごとに列名や開始行が微妙に違うときの対処

import pandas as pd

raw = pd.read_excel("report.xlsx", sheet_name=None)

normalized = {}
for name, df in raw.items():
    # 1) 余分な空白を除去
    df = df.rename(columns=lambda c: str(c).strip())
    # 2) よく出る別名を正規化（例）
    df = df.rename(columns={
        "日付": "Date",
        "商品名": "Product",
        "金額": "Revenue",
        "金額(円)": "Revenue"
    })
    # 3) 欠損や型を整える
    if "Revenue" in df.columns:
        df["Revenue"] = pd.to_numeric(df["Revenue"], errors="coerce")
    normalized[name] = df

# 欲しい列が揃っているシートだけ結合
common_cols = ["Date", "Product", "Revenue"]
dfs_ready = [d[common_cols] for d in normalized.values() if set(common_cols).issubset(d.columns)]
final = pd.concat(dfs_ready, ignore_index=True)
print(final.head())
Python
  • 狙い: 読み込み後に“列名の統一”を挟めば、バラつく帳票でも扱いやすくなります。

テンプレ3：全シートを別々のCSVに書き出す（検証や共有に便利）

import pandas as pd
import pathlib

dfs = pd.read_excel("book.xlsx", sheet_name=None)
out_dir = pathlib.Path("export")
out_dir.mkdir(exist_ok=True)

for name, df in dfs.items():
    df.to_csv(out_dir / f"{name}.csv", index=False)
Python
  • 狙い: まずCSV化しておくと、後から確認や差分比較が簡単。

よくあるつまずきと回避策

  • 全シート同じレイアウトとは限らない
    • 対策: 読み込み後に「列名の正規化」「不要列の削除」を行い、結合は“共通列が揃ったシートだけ”に絞る。
  • 先頭ゼロが消える（郵便番号やコード）
    • 原因: 数値として解釈される。
    • 対策: dtype={"Code": "string"} を指定。読み込み後は str.zfill(7) などで桁を揃える。
  • 日付が文字列のまま・混在
    • 対策: parse_dates=["Date"] を指定。混在時は後処理で pd.to_datetime(df["Date"], errors="coerce")。
  • メモリがきつい
    • 対策: usecols で列を絞る。必要なシート名だけ指定して読む。中間でCSVに逃がす。
  • .xlsx が読めない／.xls が読めない
    • 対策: .xlsx → openpyxl、.xls → xlrd をインストール。拡張子に合ったエンジンが必要。

ミニ例題（手を動かして慣れる）

例題1：全シート読み込み＋縦結合してトップ5商品を集計

  • 課題: sales.xlsx の全シートから「Product」「Revenue」を集めて、合計Revenueの上位5商品を出す。
import pandas as pd

dfs = pd.read_excel("sales.xlsx", sheet_name=None, usecols=["Product", "Revenue"])

all_sales = pd.concat(dfs.values(), ignore_index=True)
all_sales["Revenue"] = pd.to_numeric(all_sales["Revenue"], errors="coerce")

top5 = (
    all_sales.groupby("Product", as_index=False)["Revenue"].sum()
             .sort_values("Revenue", ascending=False)
             .head(5)
)
print(top5)
Python

例題2：シート名を「四半期」ラベルとして列に追加

  • 課題: sales.xlsx の各シート名を quarter 列として保持し、後で四半期別に集計できる形にする。
import pandas as pd

dfs = pd.read_excel("sales.xlsx", sheet_name=None, usecols=["Date", "Product", "Revenue"], parse_dates=["Date"])

labeled = []
for name, df in dfs.items():
    df = df.copy()
    df["quarter"] = name  # シート名をラベルとして付与
    labeled.append(df)

final = pd.concat(labeled, ignore_index=True)
print(final.groupby("quarter", as_index=False)["Revenue"].sum())
Python

例題3：レイアウトが違うシートの統一前処理

  • 課題: 一部シートは「金額(円)」、一部は「Revenue」列しかない。どちらも合算して月別の売上を出す。
import pandas as pd

raw = pd.read_excel("book.xlsx", sheet_name=None)

frames = []
for name, df in raw.items():
    df = df.rename(columns=lambda c: str(c).strip())
    # 列の正規化
    if "金額(円)" in df.columns and "Revenue" not in df.columns:
        df = df.rename(columns={"金額(円)": "Revenue"})
    # 必須列チェック
    needed = {"Date", "Revenue"}
    if needed.issubset(df.columns):
        df["Revenue"] = pd.to_numeric(df["Revenue"], errors="coerce")
        df["Date"] = pd.to_datetime(df["Date"], errors="coerce")
        frames.append(df[["Date", "Revenue"]])

final = pd.concat(frames, ignore_index=True)
monthly = (
    final.assign(month=final["Date"].dt.to_period("M"))
         .groupby("month", as_index=False)["Revenue"].sum()
)
print(monthly)
Python
スポンサーリンク
タイトルとURLをコピーしました