毎日、膨大な顧客データの修正や、ひたすらコピペを繰り返す単純作業に追われていませんか？
「また入力ミスしちゃった…私ってなんてダメなんだろう」と落ち込むこと、ありますよね。
私も昔はそうでした。Excelの画面とにらめっこして、気づけば外が暗くなっていたことも珍しくありませんでした。
そこで 今回は、バックオフィス業務で特に活用頻度が高い「文字の操作（連結・分割・置換）」に絞って、Pythonの便利なテクニックをご紹介します。
この基本を身につけるだけで、これまで1時間かかっていたデータ整理がわずか数秒で完了するようになります！
文字をつなぐ「連結」：直感的に書ける f-string
Excelにおける「&」演算子や「CONCATENATE関数」に相当する処理となります。
「姓」と「名」の結合や、敬称「様」の付与なども、Pythonを使えば一瞬で完了します。
いくつかの記述方式がありますが、現在は「f-string（エフストリング）」と呼ばれる記法が主流となっていますので、まずはこれだけを押さえておけば大丈夫です。
▼ 実践コード（コピペして試してみてください！）
# 変数に文字を入れます
last_name = "山田"
first_name = "花子"
# f"{変数} 文字" のように書きます
full_name = f"{last_name} {first_name} 様"
print(full_name)
実行結果：
山田 花子 様
変数の場所を {} （波括弧） で囲むだけ。視覚的にも非常に直感的なため便利です。
文字を切り分ける「分割」：split メソッド
続いて、Excelの「区切り位置」機能に相当する処理をご紹介します。
「田中_太郎」や「tokyo,osaka,fukuoka」のように、特定の記号でつながれた文字列を個別のデータに切り分ける際に使用します。
▼ 実践コード
# カンマ区切りのデータ
csv_data = "東京,大阪,名古屋,福岡"
# カンマ「,」で分割してリストにする
city_list = csv_data.split(",")
print(city_list)
# 2番目の都市（大阪）だけ取り出す ※Pythonは0から数えます！
print(f"次は{city_list[1]}支店です")
実行結果：
['東京', '大阪', '名古屋', '福岡']
次は大阪支店です
日常の業務でも心当たりがある操作ではないでしょうか？
さらにこれを用いれば、メールアドレスの「@」より前のアカウント名だけを取り出すといった処理もスムーズです。
文字を置き換える「置換」：replace メソッド
最後に、事務作業の強力な味方となる、Excelの「Ctrl + H（置換）」をPythonで再現する方法です。
社名の「株式会社」を「(株)」に統一したり、データに混入した不要なスペースを除去したりするケースに最適です。
▼ 実践コード
# 余計な空白が入ってしまっているデータ
company_name = " 株式会社 ＡＢＣ "
# 1. 全角スペースを半角スペースに置換
clean_name = company_name.replace(" ", " ")
# 2. さらに「株式会社」を「(株)」に短縮
short_name = clean_name.replace("株式会社", "(株)")
# 3. 前後の余計な空白を削除
final_name = short_name.strip()
print(f"修正前：'{company_name}'")
print(f"修正後：'{final_name}'")
実行結果：
修正前：' 株式会社 ＡＢＣ '
修正後：'(株) ＡＢＣ'
これを何千件・何万件ものデータでやることを想像してみてください。手作業なら絶望的ですが、Pythonならこの数行で、何万行あっても一瞬で終わります。
まとめ：プログラミングは「楽をするため」の手段
一見難しそうに見えるコードも、実際には普段Excelで行っている作業を代行しているに過ぎません。
- 連結：f”{A} {B}”
- 分割：A.split(“,”)
- 置換：A.replace(“古”, “新”)
まずはこの3つの操作を覚えるだけで、日々の業務効率は大幅に向上します。まずは試しに動かしてみましょう！
Pythonの本は種類が多すぎて、業務効率化に使えるのか見分けるのが大変ですよね。実務自動化に5年以上携わってきた私が、「デスクワークの自動化に即戦力になった本」を厳選して紹介します。失敗しない1冊を見つけたい方は、ぜひ参考にしてみてください。
コメント