【Python】Pandas版 売上データ集計ツール開発講座 第3章3.1節「Excel出力システムの構築」

pd.ExcelWriter()による複数シート出力機能の実装

前節(第2章 2.2節)で作成したコードを基盤として、pd.ExcelWriter()による複数シートの出力機能を実装します。現在の分析機能では、地域別・商品別の詳細な集計結果を得ることができていますが、これらの結果をExcel形式で保存・共有する手段がないため、ビジネス現場での活用が困難な状況です。

pd.ExcelWriter()を使用することで、複数のDataFrameを1つのExcelファイル内の個別シートとして出力できます。with文を使用した安全なファイル操作により、処理中にエラーが発生してもファイルが適切に閉じられます。各分析結果には分かりやすいシート名を設定し、構造化されたレポートを作成できます。

create_excel_report関数関数は一定の処理をまとめたプログラムの塊です。を新規追加することで、Excel出力処理を独立して管理します。os.path.dirname()で出力パスパスはファイルやディレクトリの場所を示すために使われる言葉です。からディレクトリ部分を抽出し、exist_ok=Trueパラメータにより既存ディレクトリでもエラーにならない安全な処理を実現します。その結果、地域別売上と商品別推移の分析結果について、それぞれ専用シートに保存して見やすいレポート形式で提供できます。

# コード
import pandas as pd
import os

def load_sales_data(filepath):
    """売上データの読み込み"""
    if not os.path.exists(filepath):
        print(f"エラー: ファイルが見つかりません - {filepath}")
        return None
    
    df = pd.read_excel(filepath)
    print(f"データ読み込み完了: {len(df)}行, {len(df.columns)}列")
    print("データ構造:")
    print(df.head())
    return df

def preprocess_data(df):
    """データ前処理"""
    if df is None:
        return None
    
    print(f"元データ: {len(df)}行")
    
    # 日付変換
    df['Date'] = pd.to_datetime(df['Date']).dt.strftime("%Y-%m")
    print("日付変換完了")
    
    # 欠損値除去
    original_rows = len(df)
    df = df.dropna()
    print(f"欠損値除去: {original_rows - len(df)}行削除")
    
    print("処理済みデータ:")
    print(df.head())
    return df

def analyze_basic_sales(df):
    """基本売上分析"""
    if df is None:
        return None
    
    # 商品・地域リスト抽出
    products = sorted(df['Product'].unique())
    areas = sorted(df['Area'].unique())
    
    print(f"商品数: {len(products)}")
    print(f"地域数: {len(areas)}")
    print(f"商品リスト: {products}")
    print(f"地域リスト: {areas}")
    
    # 月別商品別集計
    monthly_product_sales = df.groupby(['Date', 'Product'])['Price'].sum().reset_index()
    print("\n月別商品別売上:")
    print(monthly_product_sales.head(10))
    
    return {
        'products': products,
        'areas': areas,
        'monthly_product': monthly_product_sales
    }

def create_pivot_analysis(df, basic_results):
    """ピボット分析"""
    if df is None or basic_results is None:
        return basic_results
    
    # ピボットテーブル作成（月×地域）
    pivot_table = pd.pivot_table(df, 
                                index='Date', 
                                columns='Area', 
                                values='Price', 
                                aggfunc='sum', 
                                fill_value=0)
    print("\n地域別売上ピボットテーブル:")
    print(pivot_table)
    
    # 商品別売上推移
    product_trend = df.groupby(['Date', 'Product'])['Price'].sum().unstack(fill_value=0)
    print("\n商品別売上推移:")
    print(product_trend)
    
    # 既存結果に新しい分析結果を追加
    basic_results['pivot_table'] = pivot_table
    basic_results['product_trend'] = product_trend
    
    return basic_results

def create_excel_report(analysis_results, output_path):
    """Excel形式の分析レポート作成"""
    if analysis_results is None:
        print("分析結果がありません")
        return False
    
    os.makedirs(os.path.dirname(output_path), exist_ok=True)
    
    # 基本出力
    with pd.ExcelWriter(output_path, engine='openpyxl') as writer:
        analysis_results['pivot_table'].to_excel(writer, sheet_name='地域別売上')
        analysis_results['product_trend'].to_excel(writer, sheet_name='商品別推移')
    
    print(f"Excel基本出力完了: {output_path}")
    return True

# メイン処理
def main():
    filepath = "sample.xlsx"
    output_path = "output/sales_report.xlsx"
    
    df = load_sales_data(filepath)
    
    if df is not None:
        print("読み込み成功！")
        processed_df = preprocess_data(df)
        if processed_df is not None:
            print(f"最終データ: {len(processed_df)}行")
            print("データ型:")
            print(processed_df.dtypes)
            
            analysis_results = analyze_basic_sales(processed_df)
            if analysis_results:
                print(f"\n基本分析完了 - 商品数: {len(analysis_results['products'])}")
                
                full_results = create_pivot_analysis(processed_df, analysis_results)
                print(f"ピボット分析完了 - 地域数: {len(full_results['areas'])}")
                
                # Excel出力の実行
                if create_excel_report(full_results, output_path):
                    print("レポート作成完了！")
    else:
        print("読み込み失敗")

if __name__ == "__main__":
    main()

# 実行結果
データ読み込み完了: 5行, 4列
データ構造:
    Product    Area       Date  Price
0  ProductA   Tokyo 2024-01-15   1000
1  ProductB   Osaka 2024-01-16   1500
2  ProductC   Tokyo 2024-01-17   2000
3  ProductA  Nagoya 2024-01-18   1200
4  ProductB   Tokyo 2024-01-19   1800
読み込み成功！
元データ: 5行
日付変換完了
欠損値除去: 0行削除
処理済みデータ:
    Product    Area     Date  Price
0  ProductA   Tokyo  2024-01   1000
1  ProductB   Osaka  2024-01   1500
2  ProductC   Tokyo  2024-01   2000
3  ProductA  Nagoya  2024-01   1200
4  ProductB   Tokyo  2024-01   1800
最終データ: 5行
データ型:
Product    object
Area       object
Date       object
Price       int64
dtype: object
商品数: 3
地域数: 3
商品リスト: ['ProductA', 'ProductB', 'ProductC']
地域リスト: ['Nagoya', 'Osaka', 'Tokyo']

月別商品別売上:
      Date   Product  Price
0  2024-01  ProductA   2200
1  2024-01  ProductB   3300
2  2024-01  ProductC   2000

基本分析完了 - 商品数: 3

地域別売上ピボットテーブル:
Area     Nagoya  Osaka  Tokyo
Date
2024-01    1200   1500   4800

商品別売上推移:
Product  ProductA  ProductB  ProductC
Date
2024-01      2200      3300      2000
ピボット分析完了 - 地域数: 3
Excel基本出力完了: output/sales_report.xlsx
レポート作成完了！