概要（openpyxlで「Excelを安全に読み取る」基本と勘所）
openpyxlは.xlsx形式のExcelをPythonで読み書きできる定番ライブラリです。読み込みでは「どのシートを読むか」「セル値をどう取り出すか」「数式や日付をどう扱うか」が重要ポイントです。初心者は「load_workbookで開く→シートを選ぶ→値を読む」の流れを体に入れつつ、values_onlyやdata_only、read_onlyなどのオプションを理解すると、実務でも安全・高速に扱えるようになります。
基本の使い方（ここが重要）
インストールと基本読み込み
pip install openpyxl
from openpyxl import load_workbook
wb = load_workbook("sample.xlsx") # 既存Excelを開く
ws = wb.active # アクティブなシート（先頭など）
print(ws["A1"].value) # A1セルの値を取得
「どのファイル・どのシート・どのセル」を明確に書くのが基本線です。Pathlibと併用すると安全です。
シートの選択（名前・一覧・切り替え）
from openpyxl import load_workbook
wb = load_workbook("book.xlsx")
print(wb.sheetnames) # ['Summary', 'Data', 'Logs'] など
ws = wb["Data"] # 名前で取得
シート名が変わる可能性があるなら、一覧を確認して存在チェックを入れます。
セルの指定方法（A1表記・行列番号）
from openpyxl import load_workbook
ws = load_workbook("book.xlsx").active
print(ws["B2"].value) # A1表記
print(ws.cell(row=2, column=2).value) # 行列指定（2行2列＝B2）
A1表記は直感的、行列指定はループに適しています。場面で使い分けます。
行・列・範囲の読み取り（反復とvalues_only）
行・列をループで読む（1行ずつ、1列ずつ）
from openpyxl import load_workbook
ws = load_workbook("table.xlsx").active
for row in ws.iter_rows(min_row=2, max_col=3): # ヘッダーを除外、3列まで
vals = [cell.value for cell in row]
print(vals)
列単位ならiter_colsを使います。min_row/max_row/min_col/max_colを指定すると、範囲を限定できます。
セルオブジェクトではなく「値だけ」を取る（values_only）
from openpyxl import load_workbook
ws = load_workbook("table.xlsx").active
for row in ws.iter_rows(min_row=2, values_only=True):
print(row) # タプルで値だけ（セルではない）
values_only=Trueは「シンプルな読み取り」に最適。セルの書式や座標は不要で、値だけ欲しい場面で使います。
範囲指定でブロック読み（A1形式）
from openpyxl import load_workbook
ws = load_workbook("table.xlsx").active
for row in ws["A2:C10"]: # A2〜C10のブロック
print([c.value for c in row])
固定範囲の抜き出しはA1範囲指定が読みやすいです。
重要ポイントの深掘り（数式・日付・空セル・高速化）
数式を「式」か「結果」で読む（data_only）
- 数式そのものが欲しいならデフォルトでOK（cell.valueに’=SUM(…)’が入る）。
- 計算結果が欲しいならdata_only=Trueでブックを開く（式ではなく計算済み値を取得）。
from openpyxl import load_workbook
wb = load_workbook("calc.xlsx", data_only=True)
ws = wb.active
print(ws["B2"].value) # 計算結果（注意：Excelで再計算された最新値が入っている前提）
Excelで再計算して保存していないと、古い値やNoneになることがある点に注意します。
日付・時刻の扱い（datetimeとして来る）
from openpyxl import load_workbook
from datetime import datetime
ws = load_workbook("dates.xlsx").active
dt = ws["A2"].value # datetime.datetime になることが多い
if isinstance(dt, datetime):
print(dt.strftime("%Y-%m-%d"))
Excelのシリアル日付はopenpyxlがdatetimeへ変換します（フォーマットは自分で整えるのが基本）。
空セル・欠損の扱い（Noneで来る）
from openpyxl import load_workbook
ws = load_workbook("missing.xlsx").active
val = ws["C5"].value
if val is None:
print("空セル（欠損）")
欠損はNoneで表現されます。集計前にガード（Noneチェック）を入れると安全です。
大きいファイルの高速化（read_only・data_only・values_only）
- read_only=Trueでストリーミング読み（大規模シート向け、編集不可）。
- data_only=Trueで数式結果を直接取得（式不要時）。
- values_only=Trueで値だけに簡略化。
from openpyxl import load_workbook
wb = load_workbook("huge.xlsx", read_only=True, data_only=True)
ws = wb.active
for row in ws.iter_rows(values_only=True):
...
大量データは「作らず流す」が基本。必要な範囲に絞るとメモリ・時間を節約できます。
実務の読み取りパターン（ヘッダー行・辞書化・Pathlib・バリデーション）
ヘッダー行を使って辞書化（列名でアクセス）
from openpyxl import load_workbook
ws = load_workbook("users.xlsx").active
header = [c.value for c in ws[1]] # 1行目がヘッダー
rows = []
for r in ws.iter_rows(min_row=2, values_only=True):
rows.append(dict(zip(header, r))) # {'name': 'Alice', 'age': 30} など
列順が変わってもヘッダーに依存すれば堅牢。CSVのDictReaderに近い書き味です。
Pathlibとの併用（存在確認・シート指定）
from pathlib import Path
from openpyxl import load_workbook
src = Path("data") / "sales.xlsx"
if not src.exists():
raise FileNotFoundError(src)
wb = load_workbook(src, data_only=True)
ws = wb["Monthly"] # シート名固定なら明示
ファイル結合と存在チェックを一緒に書けます。失敗時のメッセージもわかりやすく。
入力バリデーション（型・必須列の確認）
from openpyxl import load_workbook
ws = load_workbook("sales.xlsx", data_only=True)["Data"]
header = [c.value for c in ws[1]]
required = {"date", "item", "amount"}
if not required.issubset(set(header)):
raise ValueError("必須列が不足")
for row in ws.iter_rows(min_row=2, values_only=True):
date, item, amount = row[:3]
if date is None or item is None or not isinstance(amount, (int, float)):
continue # スキップやログ記録など
壊れた行はスキップ、後で見返せるログを残すのが定石です。
よくある落とし穴の回避（結合セル・隠しシート・拡張子・計算値）
結合セル（merged cells）は「先頭セル」に値がある
from openpyxl import load_workbook
ws = load_workbook("merged.xlsx").active
for rng in ws.merged_cells.ranges:
print("結合範囲:", rng) # 例: A1:C1
# 結合の右側・下側セルはNone。先頭セルの値を使う設計にする。
結合セルは見た目と内部構造が違います。結合の先頭セルだけ値があり、他はNoneになります。
非表示や保護シートの存在
非表示シートも読み取れますが、見落としの原因になります。sheetnamesを確認し、必要なシートだけ対象にします。保護されていても読み取りは可能な場合が多いですが、編集は制約されます。
.xlsx以外は対象外（.xlsは不可）
openpyxlは.xlsx（Excel 2007+）向けです。.xls（旧形式）は扱えません。必要なら別ライブラリや事前変換を検討します。
数式結果がNoneになるケース（再計算未保存）
data_only=Trueでも、Excelで再計算し保存していなければNoneや古い値の可能性があります。計算値が必要なら「Excel側で再計算→保存」か、Pythonで再計算ロジックを持つ必要があります。
例題で身につける（定番から一歩先まで）
例題1：テーブル範囲の行を読み、合計を計算
from openpyxl import load_workbook
ws = load_workbook("sales.xlsx", data_only=True)["Data"]
total = 0.0
for row in ws.iter_rows(min_row=2, max_col=3, values_only=True): # A:日付 B:商品 C:金額
amount = row[2]
if isinstance(amount, (int, float)):
total += amount
print("total:", total)
例題2：ヘッダー辞書化して安全に参照
from openpyxl import load_workbook
ws = load_workbook("users.xlsx").active
header = [c.value for c in ws[1]]
for r in ws.iter_rows(min_row=2, values_only=True):
row = dict(zip(header, r))
name = (row.get("name") or "").strip()
age = row.get("age")
if name and isinstance(age, int) and age >= 20:
print(name, age)
例題3：read_onlyで巨大シートをストリーム処理
from openpyxl import load_workbook
wb = load_workbook("huge.xlsx", read_only=True, data_only=True)
ws = wb.active
count = 0
for row in ws.iter_rows(values_only=True):
# その場で処理（DB投入・書き出しなど）
count += 1
print("rows:", count)
例題4：結合セルの先頭値だけを拾う
from openpyxl import load_workbook
ws = load_workbook("merged.xlsx").active
for rng in ws.merged_cells.ranges:
top_left = ws[rng.coord.split(":")[0]].value # 先頭セルの座標を取り出す
print("merged head:", top_left)
まとめ
openpyxlでExcelを読む要点は「load_workbook→シート選択→セル・範囲の反復」の流れと、values_only/data_only/read_onlyの適切な使い分けです。数式は式か結果かを決め、日付はdatetimeとして扱い、欠損はNoneでガードする。結合セルは先頭だけ値があること、.xlsxが対象であることも覚えておく。ヘッダー行を辞書化して列名でアクセスすれば堅牢性が上がり、Pathlibでファイル操作を安全に統合できる。大規模ファイルはread_onlyで“作らず流す”。この勘所を押さえれば、初心者でも短く、読みやすく、壊れないExcel読み取りが書けます。