こんにちは!ともです。月末になると、システムから出したCSVをExcelで開いて、並べ替えて、合計して、表に貼り付けて……。毎月同じ集計を手作業で繰り返している方は多いのではないでしょうか。時間もかかりますし、貼り間違いの不安もつきまといます。
この記事では、その月次集計をPythonに任せて、レポート表のExcelファイルを一気に作る仕組みをまとめます。表計算の集計作業をプログラム化する、実務寄りの作例です。
【この記事で分かること】

- 完成品で何ができるようになるか
- 必要なものとコスト
- pandasとopenpyxlの導入方法
- 複数のCSVをまとめて集計するコードの骨格
- 集計結果をExcelのレポート表として出力する方法
【完成品のイメージ:実行すると月次表が出てくる】

完成すると、月ごとに分かれた売上CSVなどをフォルダに置いてプログラムを実行するだけで、「月別合計」「担当者別合計」といった集計表がシートごとに分かれたExcelファイルが生成されます。
手作業でやっていた「開く→並べ替える→合計する→貼り付ける」の繰り返しが、実行1回に置き換わります。元のデータ形式が毎月同じであるほど、この仕組みの効果は大きくなります。
たとえば、毎月決まった時間をかけていた集計であれば、残る作業はプログラムの実行と結果の確認だけになります。手作業から外れた分は、数字の確認や、報告書の考察を書くことに回せます。自動化の目的は「速くすること」そのものより、「間違いが起きやすい単純作業を人から外すこと」にあります。
【必要なものとコスト】

使うライブラリは、表データを扱うpandasと、Excelファイルを読み書きするopenpyxlです。どちらも無料で公開されています。
| 項目 | 内容 |
|---|---|
| 使うツール | Python/pandas/openpyxl |
| 料金の目安 | 無料(約0円) |
| 前提 | Pythonの環境構築が済んでいること/集計したいCSVやExcelファイル |
Python本体の用意がまだの場合は、先に環境構築の記事で土台を整えてください。
【難易度と進め方の目安】

難易度は中くらいです。集計の考え方自体は表計算と同じですが、「グループごとに合計する」というpandasの書き方に最初は慣れが必要です。目安の所要時間は1時間前後です。
進め方は「ライブラリの導入→データの読み込み→集計→Excel出力→手作業の結果と照合」の順番です。最後の照合が特に大事で、最初の1回は必ず手作業の集計結果と数字を突き合わせてください。
照合のコツは、合計だけでなく「件数」も比べることです。合計が合っていても、読み込みから漏れたファイルがあると件数で気づけます。逆に、件数が合って合計がずれる場合は、金額の前処理や列の対応を疑います。2つの数字で照合すると、原因の切り分けがぐっと楽になります。
最初の1回だけは手間がかかりますが、ここを丁寧にやるかどうかで、その後の信頼感が決まります。
【インストール・初期設定】

仮想環境を有効化した状態で、使うライブラリを入れます。
# 表データの集計用 pandas と、Excel読み書き用 openpyxl を入れる
pip install pandas openpyxl
初期設定として、入力データの置き場所を決めておきます。この記事では、プロジェクトのフォルダに「data」というフォルダを作り、その中に月ごとのCSV(例:sales_2026-10.csv)を置く前提で進めます。CSVの中身は「日付/担当者/金額」の3列がある形を想定します。
なお、元データがExcelファイル(.xlsx)の場合は、pd.read_excel で同じように読み込めます。CSVでもExcelでも、読み込んだあとの集計の書き方は共通なので、まずは手元にある形式で試してください。
【作り方の骨格1:複数のCSVを読み込んで1つにまとめる】

まず、フォルダ内のCSVをすべて読み込み、1つの表に結合します。
# 表データを扱う pandas と、ファイル探し用の pathlib を読み込む
import pandas as pd
from pathlib import Path
# CSVが置かれたフォルダを指定する
data_dir = Path("data")
# フォルダ内のCSVをすべて読み込み、リストにためる
frames = []
for csv_file in sorted(data_dir.glob("*.csv")):
df = pd.read_csv(csv_file)
frames.append(df)
# ためた表を縦に結合して、1つの大きな表にする
all_data = pd.concat(frames, ignore_index=True)
# 日付の列を「日付型」に変換し、あとで月ごとに集計できるよう「月」の列を追加する
all_data["日付"] = pd.to_datetime(all_data["日付"])
all_data["月"] = all_data["日付"].dt.strftime("%Y-%m")
# 件数を表示して、想定どおり読み込めたか確認する
print(f"全{len(all_data)}件のデータを読み込みました")
ポイントは、日付を文字列のまま扱わないことです。日付型に変換しておくことで、「月」の列を作るような期間の集計が簡単になります。
【作り方の骨格2:集計してExcelへ出力する】

次に、月別と担当者別の合計を集計し、Excelファイルの別々のシートへ書き出します。
# 月ごとに金額を合計する(月別合計の表を作る)
monthly = all_data.groupby("月")["金額"].sum().reset_index()
# 担当者ごとに金額を合計する(担当者別合計の表を作る)
by_person = all_data.groupby("担当者")["金額"].sum().reset_index()
# 集計結果を1つのExcelファイルに、シートを分けて書き出す
with pd.ExcelWriter("monthly_report.xlsx", engine="openpyxl") as writer:
monthly.to_excel(writer, sheet_name="月別合計", index=False)
by_person.to_excel(writer, sheet_name="担当者別合計", index=False)
print("monthly_report.xlsx を作成しました")
groupby は「〜ごとに分けて集計する」という指示で、表計算のピボットテーブルに近い働きをします。集計の種類を増やしたい場合は、同じ要領で表を作り、シートとして追加していきます。
合計以外にも、件数や平均をまとめて出す集計がよく使われます。書き方は次のとおりです。
# 月ごとに、件数・合計・平均をまとめて集計する
summary = all_data.groupby("月")["金額"].agg(["count", "sum", "mean"]).reset_index()
# 列名を日本語に直して、レポートでそのまま使える形にする
summary.columns = ["月", "件数", "合計", "平均"]
この表も、Excel出力のところへシートとして追加できます。「合計だけ」の表より、「件数と平均も並んでいる」表のほうが、月の特徴をつかみやすくなります。レポートに載せる数字の種類は、読み手が普段見ている表に合わせて選んでください。
【つまずきやすい点】

よくあるつまずきは4つです。1つ目は、CSVの文字コードです。日本の業務システムから出したCSVは、読み込み時に文字化けすることがあります。その場合は pd.read_csv(csv_file, encoding="cp932") のように、読み込み時の指定を変えて試してください。
2つ目は、金額の列に「,(カンマ)」や「円」が混ざっているケースです。文字列のままだと合計できません。元データの形式を確認し、必要なら数字だけを取り出す前処理を挟みます。3つ目は、列名の表記ゆれです。「金額」と「金額(税込)」のように月ごとに列名が違うと結合でずれるため、元データの出力形式をそろえておくことが大切です。
4つ目は、日付の表記ゆれです。「2026/11/1」と「2026-11-01」のように形式が混ざっていると、日付型への変換でエラーになったり、月がずれたりします。変換直後に数件を表示して、意図した月になっているかを確認する習慣を付けてください。
【まとめ】

月次集計の自動化は、「複数ファイルを結合→期間や担当者ごとに集計→Excelへシート分け出力」という流れで作れます。最初の照合さえ済ませれば、翌月からは実行するだけで同じ品質の表が出てきます。
コードはGitで記録しておくと、「先月から集計の仕方を変えたか」があとから追えて安心です。集計ルールを変更した月は、その変更内容も一緒に記録しておきましょう。
集計の自動化は、一度作れば翌月以降ずっと効き続けます。月末の作業時間を少しずつ取り戻していきましょう。
集計した数字は、文章の形にするとさらに伝わりやすくなります。レポート文の下書きを自動で組み立てる作例もあわせてどうぞ。
Webサイトの新着を記録するような「データ集め」の自動化と組み合わせると、集める→集計する、までを通しで任せられます。
Webサイトの新着を定期チェックしてスプレッドシートに記録する仕組み
なお、「自分で作るのではなく、業務の自動化そのものを相談したい」という場合は、作ってもらう選択肢もあります。
\ 業務の自動化やAI活用を、代わりに作ってほしい方はこちら /


コメント