Excelでのデータ分析にあたり一番大事なのが「データの下ごしらえ」です。「下ごしらえ」とは「集計できる形にデータを整えること」です。実践の場では、教科書のようにデータは美しく整っていません。ほとんどの場合、はっきり言って「無茶苦茶」。または変なデータが混ざっています。これを整えられるかどうかが決め手で、かつ重要なスキルです
結局は経験しながら、ひとつひとつ身に着けていくしかないのですが、注目すべきことについて、私なりにピックアップしてみます。
Excelの機能
Excelを仕事の使い方は大まかに
- 入力
- 計算（集計・分析）
- アウトプット（成果物の作成、印刷）
の３つがあります。業務がどの部分かによって必要なスキルは変わります。
Excelの機能は多岐に渡るので、もし「入力だけ」「計算だけ」など業務が限られているのであれば、そこだけ勉強してもいいと思います。
今回はデータを整える下準備について書きますが、必要なところだけ参考にしていただければと思います。
データを整える
分析しやすいデータとは
ずばりデータベースです。データベースとしての体裁が整っていると、並べ替え、抽出、集計が容易になります。強力な集計機能であるピボット集計やオートフィルター機能も使えます。
「データを整えておくこと」の重要性は、慣れないうちは分からないかもしれませんが、経験を積むと分かります。データを作った人がExcel集計が分かっているかどうかは、ここが意識されているかどうかで分かります。
自分でデータを作る時は、出来るだけデータベースとして成立するデータづくりを心がけましょう。また、変なデータを受け取った時もデータベースとして整えるスキルを身に着けましょう。
データベースの鉄則とは
データベースとは、複数の主体で共有、利用したり、用途に応じて加工や再利用がしやすいように、一定の形式で作成、管理されたデータの集合のこと。
データベースとは｜database｜DB − 意味 / 定義 / 解説 / 説明 ： IT用語辞典より
簡単に言うと、このような縦横に揃った「データの集まり」のことです。
横1行をデータ（レコード）、縦をフィールドと呼びます。
以下の点が鉄則です。
１行目がタイトル、２行目以降がデータ
タイトル名（フィールド名）は１行で入力する。
タイトルが複数行になっていれば１行に書き換えます。私がよくやるのは黒１行挿入です。書式は何でもよいのですが、挿入行であることが分かるように背景色を黒、文字色を白にしています。データを渡す時には、これが分析用のタイトル（フィールド名）であることを相手に伝えます。
参考までに私のやり方です
例えばこんなデータがあったとします。タイトル行が２行に渡っていますね。本来であれば１行にしたいところですが、表としてはこのままの方が見やすいですね。例えば上司に提出する場合やお客さんに渡す場合などは特にそうです。やむを得ず残すとしましょう。
その場合、集計用に使えるようにタイトル用の行を挿入します。下の図３行目の黒い部分がそれです。この時、各フィールドには分かりやすくて重複しない名前を付けます。
これ以降の作業は、３行目から最下行までを一つのデータベースとして扱います。
提出する相手のスキルによって変えますが、不要であればここを非表示にして提出します。非表示にしていることが分かるようにグループ化で非表示しています。
（行番号で行ごと選択→データ→グループ化）
行番号の左横にプラスマークが入るので「何か隠れているな」と分かる人は分かります。
この黒い行にタイトルをつける時はタイトル（フィールド名）は重複不可と書きましたが、その他にも注意点はあります。
- タイトルに同じ名前を付けない。同じだとピボット集計で扱えません。
- 空白も入れない。
- 自分が判別しやすい名前を付ける。
- 後で変更すると面倒なので、よく考えて分かりやすい名前を付けておく。
１件１行
１件が複数行に渡っていることがよくあります。表としては見やすいかもしれませんが、集計には適していません。分析するなら１件１行に変換する必要があります。
▼よくありますが、こういうものはダメです。サンプルとして簡単に作りました。集計には月が横並びなのも良くないですね。でもこういう表は多いです。ここでは複数行に渡っているところだけ注目してください。
セル参照で１行にデータをまとめます。（例：セルM3に入っているのは =H5 ）
３行目に１レコードが出来上がりますのでそれを下にコピーします。
A列に抽出用のフィールドを作ります。１，２，３，４と入力して下までコピーしています。オートフィルターで２以外のデータを抽出して、行ごと削除します。（抽出する方法は他にも色々あります。オートフィルターの使い方は後日書きます。）
空白行は不可
空白行が入ると分断されてしまい、そこでデータベースが切れていると見なされます。一体として扱うにはすべてのフィールドが空白の行を無くす必要があります。
▼空白行があることで、データベースが赤い部分までだとExcelが勘違いする。
すべて空白の行を抽出して削除するには、抽出用のセルを作ってフィルターでひろう方法があります。
全データを＆でつないだフィールドを一つ作ります。例：J列
列Jで空白のデータを抽出して、不要であれば行ごと削除します。
J列に最下行まで関数を入れた時点で、一つのデータベースとしてまとまりますから、ここは、=IF(LENB(A4&B4&C4&D4&E4&F4&G4&H4)=0,”空白”,””)という数式を使って、何も入っていない行に目印をつけておくのもいいですね。ピボットなどで集計する時はこの「空白」を除いて計算します。
全体の件数を変えずに扱えるので、後々この方がが実務ではよいと思います。始めから終わりまで合計件数を一致させて処理していくことは、非常に有効です。
表記を揃える
半角・全角、ひらがな・カタカナの表記を揃えます。ちなみに、データを変換する時は元データは置いておいて、右隣または、右端に変換後のフィールドを作ります。例えば「担当者」「担当者_変換」または「担当者★」などとします。そしてフィールド名のセル色を変えて、元データではないことを明確にしておきます（上の図のJ列のような感じです）。集計をとるときは変換後のデータを使用します。
※関数を入力する時は、関数ウィザードは使わずに手入力しましょう。理由は後日書きます。よく関数はすぐに覚えます。
全角→半角 =asc（セル）
半角→全角 =jis（セル）
=phonetic（セル）とフリガナ設定を使って変換する方法があります（省略）。
見えないところに空白があると別データだと見なされて結果がまとまらないことがあります。必要な時は関数で空白を取り除きます。
空白を削除する =trim( セル )
実践ではこんな程度ではありません。「困った」をまとめてまた記事を書いてもいいと思います。「困った」があれば、よろしければお知らせください。できる限りお答えしたいと思います。
セル結合しない
セルを全選択（行番号１の上の空白のセルをクリック）してセルの書式設定→配置タブ→セル結合のチェックを外します。
複数の範囲内で中央に文字列を配置したい時は、「選択範囲内で中央」を使えば結合せずに中央寄せすることができるのでおすすめです。
