ExcelでPythonがネイティブに動く「Python in Excel」を使ってみた

2025年10月10日

ExcelでPythonが利用できる「Python in Excel」を使ってみた

概要

Python in Excel は、Microsoft が提供する「Excel 上で直接 Python コードを実行できる機能」です。Insider 先行提供を経て、現在は Windows／Mac／Web で広く利用できます（一部プレビューを含む）。
pandas や matplotlib などの人気ライブラリを使って、機械学習前処理・高度なグラフ描画・集計など、従来は難しかった分析を Excel から離れずに行えます。

主な特徴と機能

2つの書き方：セル関数 =PY()、またはリボン［数式］→［Python の挿入］（Python セル）
結果はシートに直返し：テーブルやグラフがワークシート上に表示
Python エディター（GA）：右ペインのタブ型エディター。IntelliSense／シンタックスハイライト対応

提供形態・料金

プラン	料金（月額／ユーザー）	内容
Microsoft 365 Business／Enterprise	標準プランに含む（Standard Compute）	自動計算モードで Python 分析が利用可能
Python in Excel アドオン	$24／月・$240／年	高速な Premium Compute、部分／手動再計算モード対応

内容は随時更新されるため、最新情報は公式サイトをご確認ください。

Python in Excelの利用方法

Excel を起動し、リボンの［数式］タブから［Python の挿入］を選択すると利用できます。

またセルに =PY( と入力しても開始できます。

データを可視化してみる（散布図と相関）

今回は、ダミーの電力使用量のデータの相関図をグラフして可視化したいと思います。

サンプルデータを貼り付け

1.新しいブックの 「Data」シートに、以下を A1 から貼り付けます。

Date	Power Usage (%)	Temperature (℃)
2025-08-01	63.8	26.2
2025-08-02	63.5	26.2
2025-08-03	64.5	27.6
2025-08-04	67.9	28.6
2025-08-05	67.5	30.4
2025-08-06	69.7	31.3
2025-08-07	72.9	32.6
2025-08-08	71.5	32.3
2025-08-09	74.8	33.9
2025-08-10	73.9	34.2
2025-08-11	62.4	25.5
2025-08-12	61.1	27
2025-08-13	62.4	27.2
2025-08-14	64.5	28.5
2025-08-15	65.8	30.2
2025-08-16	67.8	31.1
2025-08-17	67.8	31.6
2025-08-18	70.9	33.1
2025-08-19	74.6	34.5
2025-08-20	72.8	34.2
2025-08-21	62	26.5
2025-08-22	62.4	27.3
2025-08-23	63.3	27.7
2025-08-24	67.6	28.4
2025-08-25	69.4	30.7
2025-08-26	69.2	30.7
2025-08-27	67.8	31.3
2025-08-28	72	32.4
2025-08-29	72.3	34.6
2025-08-30	74.2	35.2

コードを実行

1.[数式］→［Python の挿入］を押す（または右ペイン「Python エディター」を開く）

2.次のコードを貼り付け、▶ 実行（エディター）または Ctrl+Enter（セルの =PY()）します。

import pandas as pd
import matplotlib.pyplot as plt

# Data!A1:C31 を読み込む（ヘッダーあり）
df = xl("Data!A1:C31", headers=True).copy()

# 型の整形（頑健化）
df["Date"] = pd.to_datetime(df["Date"], errors="coerce")
for c in ["Power Usage (%)", "Temperature (℃)"]:
    df[c] = pd.to_numeric(df[c], errors="coerce")

# 散布図
plt.figure(figsize=(8,5))
plt.scatter(df["Temperature (℃)"], df["Power Usage (%)"])
plt.title("Temperature vs Power Usage (Aug 2025)")
plt.xlabel("Temperature (℃)")
plt.ylabel("Power Usage (%)")
plt.show()

# 相関係数（最後の行が出力になる）
df[["Temperature (℃)", "Power Usage (%)"]].corr().iloc[0,1]