xls（旧形式）を読むときにまず知っておくべきこと
.xls は Excel 97〜2003 の旧形式で、現在の .xlsx とは内部構造がまったく違います。
そのため、pandas が .xls を読むときは xlrd という専用エンジンを使う必要があります。
ただし重要な点として、現在の xlrd は .xlsx をサポートしないだけでなく、
環境によっては .xls の読み込みも制限されることがあります。
そのため .xls を扱うときは、
- 本当に
.xlsなのか確認する engine="xlrd"を明示する- 読めない場合は
.xlsxに変換する（最も安定）
という流れを意識しておくと安全です。
xls を xlrd で読む基本形
最小コード
import pandas as pd
df = pd.read_excel(
"old_data.xls",
engine="xlrd"
)
print(df.head())
print(df.info())
.xls を読むときは、まずこの形を試します。engine="xlrd" を付けないと、環境によってはエラーになることがあります。
なぜ engine=’xlrd’ が必要なのか
よく出るエラーの例
.xls を engine 指定なしで読み込むと、次のようなエラーが出ることがあります。
ValueError: Excel file format cannot be determined, you must specify an engine manually.
または、
ImportError: xlrd is not installed
これは pandas が「どのエンジンで開けばいいかわからない」状態です。.xls は古い形式なので、openpyxl では読めません。
そのため、engine="xlrd" を明示する必要があります。
xls を読むときの注意点
xlrd のバージョンによっては .xls しか読めない
現在の xlrd は .xlsx をサポートしていません。
つまり、.xlsx を xlrd で読むことはできません。
xls の仕様が古く、読み込みが不安定なことがある
.xls は古いバイナリ形式で、セルの型やエンコーディングが不安定なことがあります。
そのため、読み込み後に型を整える処理が必要になることが多いです。
xls を読み込んだあとに型を整えるテンプレート
日付・数値を整える例
import pandas as pd
df = pd.read_excel(
"old_sales.xls",
engine="xlrd",
usecols=["日付", "数量", "金額"]
)
df["日付"] = pd.to_datetime(df["日付"], errors="coerce")
df["数量"] = pd.to_numeric(df["数量"], errors="coerce")
df["金額"] = pd.to_numeric(df["金額"], errors="coerce")
print(df.head())
print(df.dtypes)
.xls はセルの型が崩れやすいため、to_datetime や to_numeric を使って「読み込み後に整える」ことが非常に重要です。
xls を読み込んでから xlsx に変換する（安定運用）
一度だけ変換してしまう方法
import pandas as pd
df = pd.read_excel("old_data.xls", engine="xlrd")
df.to_excel("converted.xlsx", index=False)
この方法のメリットは、
- 以降は
.xlsxとしてopenpyxlで安定して読める - 型崩れが減る
- 将来の pandas バージョンでも動きやすい
という点です。
実務では「古い .xls は最初に .xlsx に変換してしまう」運用が最も安定します。
xls を複数シート含むブックとして読む
sheet_name=None と組み合わせる
import pandas as pd
dfs = pd.read_excel(
"old_book.xls",
sheet_name=None,
engine="xlrd"
)
for name, df in dfs.items():
print("=== シート:", name, "===")
print(df.head())
.xls でも複数シートを辞書として読み込めます。
ただし、古い形式なのでシート名の文字化けが起きることがあります。
xls を扱うときの実務的な判断ポイント
.xlsは古い形式で、読み込みが不安定engine="xlrd"を明示しないとエラーになることがある- xlrd のバージョンによっては制限がある
.xlsxに変換してしまう方が長期的に安全- 読み込み後の型変換は必須レベル
特に「型崩れ」「文字化け」「日付が数字になる」などの問題は .xls で頻発します。
実践テンプレート
テンプレ1：旧形式の売上データを読み、月次集計する
import pandas as pd
df = pd.read_excel(
"old_sales.xls",
engine="xlrd",
usecols=["日付", "金額"]
)
df["日付"] = pd.to_datetime(df["日付"], errors="coerce")
df["金額"] = pd.to_numeric(df["金額"], errors="coerce")
monthly = (
df.assign(month=df["日付"].dt.to_period("M"))
.groupby("month", as_index=False)["金額"].sum()
)
print(monthly)
テンプレ2：旧形式のマスタと明細を読み、結合する
import pandas as pd
dfs = pd.read_excel("old_book.xls", sheet_name=None, engine="xlrd")
master = dfs["master"]
detail = dfs["detail"]
master["商品コード"] = master["商品コード"].astype(str)
detail["商品コード"] = detail["商品コード"].astype(str)
merged = detail.merge(master, on="商品コード", how="left")
print(merged.head())
小さな練習問題
練習1：old_sales.xls を読み、日付と金額を整えて月次合計を出す
条件は次の通りです。
engine="xlrd"を指定する日付をto_datetimeで整える金額をto_numericで整える- 月次合計を計算する
練習2：old_book.xls の "master" と "detail" を読み、商品コードで結合する
条件は次の通りです。
sheet_name=Noneで辞書として読む- 商品コードを文字列に揃える
mergeで結合する
最後に
.xls は古い形式で、現在の pandas では扱いにくい場面が増えています。
そのため、
- 読むときは
engine="xlrd"を明示 - 読めない場合は
.xlsxに変換 - 読み込み後に型を整える
という3ステップを基本にしておくと、トラブルを最小限にできます。