そう感じたことはありませんか。数万行のデータを回すと重くなる、ピボットでは痒いところに手が届かない、VBAはメンテが怖い。そんな悩みを一気に解決してくれるのが Python in Excel です。ExcelのセルにPythonコードを書いて、その場で実行できる新機能です。

しかも今は、Pythonの文法を一切知らなくても大丈夫。Copilot（Microsoftの生成AIアシスタント） に日本語で指示すれば、必要なPythonコードを自動生成してくれます。あとはそれをセルに貼り付けるだけです。

この記事では、Python in Excelの使い方を「Pythonを書かない前提」で丁寧に解説します。VBA・GAS・標準関数との使い分け早見表、pandasとmatplotlibを使ったノーコード運用フローの実演も紹介します。「コードの中身を理解しなくていいのか？」という素朴な疑問にもお答えします。

読み終わる頃には、明日からの集計作業が一段ラクになるはずです。

Python in Excelとは？VBAとの違いをざっくり理解する

まずは Python in Excel がどんな機能なのか、ざっくり全体像をつかみましょう。Pythonを知らない方でもイメージできるように、仕組み・他ツールとの違い・必要な環境の3点に絞って解説します。

セルにPythonコードを入力するだけ——仕組みの概要

Python in Excelは、Excelのセルに =PY(...) と入力することでPythonコードを実行できる機能です。書いたコードはローカルPCではなく、Microsoftが用意した Anaconda（Pythonのデータ分析向け実行環境） のクラウド上で実行されます。結果だけがExcelのセルに返ってくる仕組みです。

コードは数式バー上部の「Pythonエディタ」から入力します。構文はシンプルです。

=PY(python_code, return_type)

return_type は 0 でExcel値として返し、1 でPythonオブジェクトとして返します。Excelデータを参照したいときは xl() というカスタム関数を使います。

# テーブル全体を参照
df = xl("Sales[#All]", headers=True)

# セル範囲を参照
values = xl("A1:C10", headers=True)

デフォルトで pandas（表形式データ処理）、numpy（数値計算）、matplotlib（グラフ描画）、seaborn（統計可視化）、statsmodels（統計モデル）の5つが読み込み済みです。追加で30以上のライブラリも import 文で利用できます。

なお、PY関数 は他のExcel関数と組み合わせて使えない点だけ覚えておきましょう。

VBA・GAS・標準関数・Python in Excel の使い分け早見表

「結局どのツールを使えばいいの？」という疑問にお答えするため、4つのツールを4軸で比較した早見表を用意しました。

ポイントは右端の「必要スキル」です。VBAやGASは文法習得がハードルでしたが、Python in ExcelはCopilotに丸投げできるため、事務職でも実質的に導入の壁がありません。

使うのに必要な環境（Microsoft 365 サブスクリプション）

利用には 有料のMicrosoft 365ライセンス が必要です。無料ライセンスやデバイスベースライセンスでは使えません。

対応OSはWindows・Mac・Excel on the webです。iPad・iPhone・Androidは非対応なので注意してください。Windowsなら Current Channel Version 2408（Build 17928.20114）以降が最低ビルドです。Macなら Enterprise/Business向けは Version 16.96（Build 25041326）以降、Family/Personal向けは Beta Channel Version 16.95（Build 25021921）以降が対象です。

2025年後半からはOffice 365 E1、Microsoft 365 Business Basic、Office 365 F3にも対応が拡大しています。以前「対象外だった」方も、一度ライセンスを確認し直してみる価値があります。

Copilotを使えばPythonを書かなくていい理由

Python in Excelの本当の価値は、Copilot in Excel with Python という連携機能と組み合わせたときに発揮されます。ここではCopilot連携の中身と、ノーコード運用の全体像を見ていきます。

「Copilot in Excel with Python」とは何か

Copilot in Excel with Pythonは、自然言語のプロンプトからPythonコードを自動生成してくれる機能です。「売上データをカテゴリ別に集計して」と日本語で頼むだけで、CopilotがpandasのコードとPYセルを用意してくれます。

対応プラットフォームはWindowsとWebで、日本語にも対応済みです。2025年4月からは推論モデルを使う「Think Deeper」モードも追加されました。複雑な分析の場合は新しいワークシートに分析プランごと自動挿入してくれます。

さらに2025年12月からは Agent Mode（エージェント型実行） がExcel for webで一般提供されました。2026年1月にはWindows/Macへも展開されています。「計画→実行→検証→修正」を自律的にループするモードで、一問一答のCopilotより踏み込んだ使い方ができます。

なお、旧 Copilot App Skills のPython連携は2026年2月末で廃止されました。今後はAgent ModeまたはAnalystへの移行が推奨されています。

ノーコード運用フローの全体像

Python in Excel × Copilotのノーコード運用は、次の3ステップに集約されます。

1. Copilotにプロンプトを渡す（例：「このテーブルを地域別・月別に集計してほしい」）
2. 生成されたPythonコードを確認する（コードの中身は読めなくてOK）
3. コードをPYセルに貼り付けて Ctrl+Enter で実行する

このフローの良いところは、Pythonの文法を一切覚えなくていいことです。Copilotが出力したコードを「そのまま動かす」だけで結果が得られます。VBAのように「動かないときにデバッグする」という苦行も最小限で済みます。

ノーコード運用フロー実演①：pandasで大量データを集計する

ここからは実際の操作を見ていきましょう。まずは pandas（表計算ライブラリ）を使った大量データの集計例です。

手順ステップ解説

たとえば10万行の売上データ（テーブル名 Sales）があり、「地域別・商品カテゴリ別の売上合計」を出したいとします。

ステップ1: Copilotアイコンをクリックし、チャットを開きます。対象のテーブルをアクティブにしておくと精度が上がります。

ステップ2: 次のようなプロンプトを入力します。

Salesテーブルを「地域」と「商品カテゴリ」でグループ化して、
売上合計を降順で並べた集計表を作ってください。
Python in Excelで動くコードにしてください。

ステップ3: Copilotが次のようなコードを返してきます。

df = xl("Sales[#All]", headers=True)
result = (
    df.groupby(["地域", "商品カテゴリ"])["売上"]
      .sum()
      .reset_index()
      .sort_values("売上", ascending=False)
)
result

ステップ4: 任意のセルで =PY( と入力してPythonエディタを開き、上記コードを貼り付けます。Ctrl + Enter で実行すると、集計結果がExcelのテーブルとして返ってきます。

コードの中身は読めなくても構いません。大事なのは「動いて正しい結果が返ってきたか」を確認することです。

使えるプロンプト例

そのまま使えるpandas系プロンプトをいくつか紹介します。

• 「Orders テーブルから2025年の月別売上推移を集計してください」
• 「Customers テーブルから、購入回数が5回以上のリピーターだけ抽出してください」
• 「Inventory テーブルの商品別在庫回転率を計算してください」

コツは「テーブル名」「対象列」「やりたいこと」を明示することです。曖昧なプロンプトはCopilotも曖昧なコードを返します。

ノーコード運用フロー実演②：matplotlibでヒートマップを生成する

次は matplotlib（Pythonの定番グラフ描画ライブラリ）を使った可視化です。Excelの標準グラフでは作りにくいヒートマップを例に取ります。

手順ステップ解説

曜日×時間帯の売上ヒートマップを作る例です。

ステップ1: Copilotを開き、次のプロンプトを入力します。

Salesテーブルから曜日と時間帯のクロス集計を作り、
seabornでヒートマップを描いてください。
日本語フォントが文字化けしないようにしてください。

ステップ2: Copilotから返ってきたコード例です。

import seaborn as sns
import matplotlib.pyplot as plt

plt.rcParams["font.family"] = "Meiryo"

df = xl("Sales[#All]", headers=True)
pivot = df.pivot_table(
    index="曜日",
    columns="時間帯",
    values="売上",
    aggfunc="sum",
)

sns.heatmap(pivot, annot=True, fmt=".0f", cmap="YlOrRd")
plt.title("曜日×時間帯の売上ヒートマップ")
plt.gcf()

ステップ3: コードをPYセルに貼り付けて実行します。ヒートマップが画像オブジェクトとしてセルに返ります。セルを右クリックして「セル上に表示」に切り替えると、セルからはみ出して大きく表示できます。

日本語が文字化けする場合は plt.rcParams["font.family"] = "Meiryo" の指定が効きます。seabornの場合は sns.set(font="Meiryo") も有効です。

使えるプロンプト例

• 「売上と広告費の相関を散布図で可視化してください」
• 「月別売上の推移を折れ線グラフにしてください。前年比も重ねてください」
• 「商品カテゴリ別の売上構成比を円グラフで描いてください」

コラム：コードの中身を理解しなくていいのか？

ここで多くの読者が気になる疑問にお答えします。「Copilotが生成したコードを意味もわからず使っていいの？」という点です。

ブラックボックス利用のリスクと許容範囲

結論から言うと、社内の定型集計レベルであればブラックボックス利用でOK です。ただし、次の3つのリスクは知っておいてください。

1. ハルシネーション：Copilotが存在しない列名や関数を使ったコードを出すことがあります
2. データ送信：Python in Excelはコードと参照データがMicrosoftのクラウドで実行されます。ローカル実行ではありません
3. 結果の誤り：集計ロジックが微妙にズレていても、数字が出てしまうと気づきにくい

データセキュリティの面では、コードはハイパーバイザーで分離されたコンテナで実行されます。データは一時処理のみで保存されません。xl() 経由でしかExcelデータにアクセスできず、ローカルファイルへの直接アクセスもできません。

とはいえ、機密データを扱う場合は社内の生成AI利用ルールを必ず確認しましょう。詳しくは 生成AIを仕事で使うときの注意点チェックリスト15 と 生成AI社内ガイドラインの作り方 もあわせてご覧ください。

事務職が最低限確認すべきポイント

コードの文法まで理解する必要はありません。ただし、次の3点だけは必ず確認しましょう。

• 入力データ：xl("...") で指定しているテーブル名・範囲は合っているか
• 出力結果：返ってきた数字が既存集計と大きくズレていないか（抜き取りで検算）
• 列名：コード内の列名が実際のシートと一致しているか

この3点を押さえれば、ブラックボックス利用でも大きな事故は防げます。Copilot回答の正確性検証については AIの回答を信じる前に確認すること も参考になります。

よくある質問（FAQ）

Python in Excelは無料で使えますか？

いいえ。有料のMicrosoft 365ライセンス（Personal / Family / Business / Enterprise / Education）が必要です。無料ライセンスやデバイスベースライセンスでは利用できません。重い処理には有料アドオンライセンスが別途必要になる場合もあります。

Macでは使えませんか？

使えます。Enterprise/Business向けは Version 16.96（Build 25041326）以降、Family/Personal向けは Beta Channel Version 16.95（Build 25021921）以降のMac版Excelで対応しています。ただし、iPad・iPhone・Androidは非対応です。

VBAはもう不要になりますか？

いいえ、VBAには依然として役割があります。ファイル操作・他アプリ連携・UserForm・イベント駆動処理など、Excel操作の自動化はVBAの独壇場です。一方、Python in Excelは「大量データ分析」「高度な可視化」「統計処理」が得意です。適材適所で使い分けましょう。

まとめ：Python in Excel × Copilotで何が変わるか

Python in Excelは、「Pythonを書ける人だけの道具」ではなくなりました。Copilotに日本語で指示するだけで、pandasやmatplotlibの力を借りた高度なデータ分析が誰でもできます。

最後に、ポイントを整理しておきます。

• Python in Excel はセル内でPythonを動かせる機能。PY関数と xl() で完結する
• Copilot in Excel with Python に日本語プロンプトを渡せば、コードは自動生成される
• 事務職は コードの中身を読めなくてもOK。入力データ・出力結果・列名だけ確認する
• 利用には 有料Microsoft 365 が必要。Windows・Mac・Webに対応
• VBAは廃れない。大量データ分析だけPython in Excelに置き換えるのが現実的

まずは手元のExcelでCopilotを開き、「このテーブルをサマリーしてください」と話しかけてみてください。Pythonを一行も書かないまま、新しいデータ分析の世界が開けるはずです。

これを根本から変えてくれるのが Python in Excel（PY関数） です。Excelのセルに直接Pythonコードを書いて、シート上のデータをそのまま分析できます。pandas・numpy・matplotlib・seabornが標準で使えるので、データサイエンスの主要ツールがそのままExcelに乗ってきた感覚です。

この記事では、Python in Excelの仕組み、PY関数の構文、xl()でセル参照する方法、pandasでの集計やseabornでの可視化の実例、対応バージョン・ライセンス・セキュリティまでまとめて整理します。

Python in Excelとは？

Python in Excel（パイソン イン エクセル）は、Excelのセル上で Pythonコードを直接実行できる新機能 です。2023年にプレビュー提供が始まり、2024年に一般提供が開始されました。専用の =PY() 関数（PY関数）を使ってPythonスクリプトをセルに埋め込みます。

実行はローカルではなく Microsoftのクラウド（Azure Container Instances） で行われます。コードと参照データがクラウドに送られ、Anaconda が用意したセキュアなPython環境で実行され、結果だけがセルに返ってきます。ローカルにPythonをインストールする必要は一切ありません。

これまで Excel には Power Query や VBA という選択肢がありましたが、Python in Excel ならpandas・numpy・matplotlib・seaborn・statsmodels といった データサイエンス標準ライブラリ がそのまま使えるのが大きな強みです。

NOTE

Python in Excel は LAMBDA や VBA とは別物です。あくまで「セル内でPythonを実行する仕組み」であり、ユーザー定義関数を作るのとは異なります。コード自体はセルの数式バーではなく専用のPythonエディタから入力します。

PY関数の書き方（構文と引数）

PY関数の構文は次のとおりです。

=PY(python_code, return_type)

引数は2つです。

戻り値は、return_type の指定によって挙動が変わります。0 を選ぶと数値・文字列・配列などのExcelで扱える値として返り、1 を選ぶとDataFrame や Figure などのPythonオブジェクトのまま保持されます。後段の別のPY関数で xl(...) 経由で再利用したい場合は 1 を選ぶのがポイントです。

WARNING

PY関数には独特の制約があります。他のExcel関数と組み合わせて使えません。たとえば =IF(条件, PY(...), 0) のようなネストはできません。また、引数の python_code は静的なテキストのみで、=PY(A1) のように動的に組み立てることもできません。

Pythonエディタからの入力手順

PY関数は、通常の数式バーから直接入力するのではなく 専用のPythonエディタ から入力します。

入力手順は次のとおりです。

1. Pythonコードを書きたいセルを選択する
2. リボンの「数式」タブから「Pythonの挿入」をクリック（またはセルに =PY( と入力）
3. 数式バーが緑色のPythonエディタに切り替わる
4. Pythonコードを書いて Ctrl + Enter で確定する

通常の Enter は改行扱いになるので、確定は必ず Ctrl + Enter を押す点に注意してください。確定すると Excel が「計算中…」の状態になり、クラウドで実行された結果がセルに返ってきます。

xl()関数でExcelデータをPythonに渡す

Python in Excel の真価は xl() 関数 にあります。Pythonコードの中で xl() を使うと、シート上のセルやテーブルを pandas DataFrame として取り込めます。

# A1:C100 を DataFrame として読み込む
df = xl("A1:C100", headers=True)

# テーブル名で参照する
sales = xl("売上テーブル[#All]", headers=True)

# 単一セルを取得する
target = xl("E1")

headers=True を指定すると、範囲の1行目を列名として扱ってくれます。これでExcel側で整形済みの表をそのまま pandas のDataFrame として処理できます。

xl() で渡したデータはあくまで 読み取り専用のスナップショット です。元のシートに書き戻すわけではないので、加工した結果をシートに反映したい場合は PY関数の戻り値（return_type=0）として返すか、別のセルにコピーする運用になります。

実用例1：pandasでピボット集計する

売上データから商品別の合計と平均を一気に集計してみます。次のような表が A1:D11 にあるとします。

任意の空きセルにPython エディタで次のコードを入力します。

df = xl("A1:D11", headers=True)
result = df.groupby("商品").agg(
    合計=("売上", "sum"),
    平均=("売上", "mean"),
    件数=("売上", "count")
).reset_index()
result

最後の行に result だけを書くのがポイントです。Python in Excel は 最後に評価された値 を戻り値として扱う仕様なので、変数名だけを置いておけば DataFrame がそのまま展開されます。

return_type を既定の0のままにしておくと、結果のDataFrame が 動的配列 としてシートに展開されます。商品列・合計列・平均列・件数列がきれいに広がるイメージです。

TIP

ピボットテーブル機能と比べると、pandas の groupby は 集計関数を細かく組み合わせられる のが強みです。中央値・分位点・カスタム集計関数まで自在に使えます。Excelの組み込みピボットでは難しい複雑な集計は、Pythonのほうが圧倒的にラクです。

実用例2：seabornでヒートマップを描く

可視化も Python in Excel の得意分野です。月別・商品別の売上ヒートマップを seaborn で描いてみます。

import seaborn as sns
import matplotlib.pyplot as plt

df = xl("A1:D365", headers=True)
df["月"] = pd.to_datetime(df["日付"]).dt.month
pivot = df.pivot_table(index="商品", columns="月", values="売上", aggfunc="sum")

fig, ax = plt.subplots(figsize=(8, 4))
sns.heatmap(pivot, annot=True, fmt=".0f", cmap="YlOrRd", ax=ax)
ax.set_title("商品別月次売上ヒートマップ")
fig

最後の fig がポイントです。matplotlib の Figure オブジェクトを最後に置くと、Python in Excel が 画像としてセル内にレンダリング してくれます。セルの上で右クリック→「セルに表示」を選べば、画像をセルサイズに合わせて表示できます。

NOTE

Python in Excel ではよく使うライブラリが pd、np、plt、sns の別名で 既にインポート済み です。import pandas as pd などを毎回書く必要はありません。ただし明示的に書いてもエラーにはならないので、コードの可読性のために書いても問題ありません。

実用例3：複数セルを連携させる

return_type=1（Pythonオブジェクト）を使うと、PY関数同士を連携させられます。たとえば B1 セルでデータを準備し、B2 セルで集計し、B3 セルでグラフ化、という流れが組めます。

# B1セル（return_type=1 を指定）
df = xl("A1:D365", headers=True)
df["利益"] = df["売上"] * 0.3
df

# B2セル（B1 を参照）
src = xl("B1")
src.groupby("商品")["利益"].sum().reset_index()

B1のセルが「DataFrameを保持する変数」として機能し、B2 から xl("B1") で受け取れます。前処理→集計→可視化を セル単位で分割 できるので、ノートブック感覚で分析を組み立てられます。

対応バージョンとライセンス要件

Python in Excel は、すべての Excel で使えるわけではありません。下表が対応状況の目安です。

ライセンスは 有料の Microsoft 365 サブスクリプション が前提です。家庭向け（Personal / Family）でも一部機能が使えますが、ビジネス利用や高度な機能は Business / Enterprise プランが推奨されます。

WARNING

Office 永続版（Office 2021 / 2024 など、買い切り型）では Python in Excel は使えません。Microsoft 365 サブスクリプション専用の機能です。社内環境で導入を検討する際は、ライセンス契約形態を必ず確認しましょう。

デフォルトで使えるライブラリ一覧

Python in Excel には Anaconda Distribution が用意した Python 環境が組み込まれており、データサイエンスでよく使うライブラリは 追加インストール不要 で利用できます。

既定でインポート済みのライブラリ

import すれば使える主要ライブラリ

import 文を書けば追加で利用できる主要ライブラリの例です。

合計で 30以上 のライブラリが利用可能です。pip install で任意のライブラリを追加することはできない（クラウド側の固定環境なので）ので、リストにないライブラリが必要な場合は別の手段（ローカルPython）を検討する必要があります。

Copilot との連携

Python in Excel は Microsoft Copilot との連携 が前提に設計されています。自然言語で「商品別の売上合計を出して」と入力すると、Copilot が PY関数のコードを自動生成してくれます。Pythonの文法を覚えていなくても、やりたいことを日本語で書くだけで分析が始められます。

2026年2月に Excel の App Skills（Copilotの機能群）の一部が廃止され、後継として Agent Mode が提供されています。Agent Mode では、複数ステップの分析タスクを Copilot が自律的に実行し、その過程で Python in Excel を使って中間結果を確認しながら進めてくれます。

セキュリティの注意点

Python in Excel はクラウド実行型のため、セキュリティ面の配慮が必要です。

• データはMicrosoftのクラウドに送信される: xl() で参照したセル範囲のデータは、計算のために Azure 上のコンテナに送られます
• データは保存されない: 計算実行のために一時的に処理されるだけで、Microsoft 側に永続保存されることはありません
• コンテナは隔離される: 実行環境はリクエストごとに分離され、他のユーザーから見えることはありません
• ネットワークアクセス制限: 実行コンテナは外部インターネットにアクセスできません（外部APIコールやスクレイピングは不可）

機密性の高いデータ（個人情報・財務データ・人事情報など）を扱う場合は、社内のIT・情報セキュリティ部門のガイドラインを必ず確認しましょう。一部の企業ではデータガバナンスの観点から、Python in Excel の利用を組織ポリシーで制限しているケースもあります。

TIP

動作確認や学習目的なら、ダミーデータや公開データを使うのが安全です。実データで初めて使う前に、扱うデータの分類（公開・社外秘・極秘など）と、Python in Excel の利用可否について上長や情報システム部門に確認しておくとトラブルを避けられます。

よくあるエラーと対処法

特に #BUSY! は、クラウド実行のレイテンシが原因で発生する正常な状態です。慌てずに少し待てば解消することが多いので、まずは様子を見ましょう。

関連記事

Python in Excel やExcel × AI 活用について、あわせて読んでおきたい記事をまとめました。

• Python in Excel入門｜Copilotで書けるノーコード活用術
• Excel Copilotエージェントモードの使い方｜3モード完全比較【2026年最新】
• GeminiでExcel・スプレッドシートを分析する方法｜5シーン実演
• ChatGPTにVBAを書かせる頼み方｜プロンプト5パターンとコピペ用テンプレート

まとめ

Python in Excel（PY関数）は、Excel のシート上で pandas・matplotlib・seaborn といったデータサイエンス標準ライブラリを直接使える新機能です。要点を整理すると次のとおりです。

• 構文: =PY(python_code, return_type)、入力は専用のPythonエディタから Ctrl + Enter で確定
• xl() でシートのセル・テーブルを DataFrame として読み込む
• return_type=0 はExcel値、return_type=1 は Python オブジェクト（後続の PY関数 で再利用）
• 対応: Microsoft 365 サブスクリプション必須、Windows / Mac / Web に対応、モバイルは非対応
• 既定ライブラリ: pandas、numpy、matplotlib.pyplot、seaborn、statsmodels が自動インポート済み
• 追加可: scikit-learn、SciPy、beautifulsoup4 など30以上が import で利用可能
• セキュリティ: クラウド実行のためデータ取り扱いには社内ガイドラインの確認を

VBA や Power Query では難しかった統計解析や機械学習も、Python in Excel なら数行で実現できます。Copilot との組み合わせで自然言語からコード生成も可能なので、Pythonに慣れていない方でも気軽に試せる時代になりました。まずはダミーデータから、pandas のgroupby や seaborn のヒートマップなど、定番の処理を動かしてみるところから始めるのがおすすめです。

最近のExcelは関数やグラフだけのツールではなくなっています。データの取り込みから分析、さらにはAI活用まで、びっくりするほど進化しているんです。

この記事では、モダンExcelの基本から2026年時点の最新機能まで、まるっと解説していきます。「Power Queryって何？」「Python in Excelって聞いたけどよくわからない」という方も、読み終わるところにはスッキリ理解できるはずです。

モダンExcelとは

従来のExcelとの違い

モダンExcelとは、Power QueryやPower Pivotといったデータ分析ツールを活用する、新しいExcelの使い方を指す言葉です。

もともとExcelは「セルに数値を入れて、関数で計算して、グラフにする」という使い方が主流でした。それが2010年ごろからデータ分析向けの強力なツールが追加され、できることが大きく広がりました。

ただし「モダンExcel」はMicrosoft公式の名称ではありません。日本のExcelコミュニティを中心に広まった呼び方で、従来の使い方と区別するために生まれた言葉です。

モダンExcelが注目される理由

なぜ今モダンExcelが注目されているのか、理由を整理してみましょう。

• データ量の増加: 業務で扱うデータが年々増えており、手作業での集計に限界がある
• VBAなしで自動化できる: Power Queryを使えば、プログラミングなしでデータの取り込みや加工を自動化できる
• 複数データの統合が簡単: 異なるファイルやシステムからのデータを一つにまとめられる
• 再現性が高い: 一度作った処理を「更新」ボタンひとつで何度でも繰り返せる

特に「VBAは難しくて手が出ない」と感じている方にとって、モダンExcelは作業効率化の強い味方になってくれますよ。

モダンExcelの主要ツール

モダンExcelの中核となるのが、Power QueryとPower Pivotの2つです。それぞれの役割を見ていきましょう。

Power Query（データの取得・整形）

Power Queryは、さまざまなデータソースからデータを取り込み、使いやすい形に整える為のツールです。

具体的にできることは以下のとおりです。

たとえば、毎月届くCSVファイルの売上データを「取り込んで → 不要な列を消して → 日付形式を整えて → 集計用シートに反映する」という一連の作業を、Power Queryなら一度設定するだけで自動化できます。

対応バージョン: Excel 2016以降は標準搭載されています。Excel 2010・2013では無料アドインとしてダウンロードが必要です。

操作は「データ」タブの「データの取得」から始められます。プログラミングの知識は不要で、マウス操作だけで設定できるのがうれしいポイントです。

Power Pivot（高度なデータ分析）

Power Pivotは、通常のピボットテーブルをパワーアップさせたツールです。複数のテーブルを「リレーションシップ」でつなげて、高度なデータ分析ができます。

通常のピボットテーブルとの違いをまとめると、こんな感じです。

Power Pivotの計算式はDAX（Data Analysis Expressions）という専用の言語を使います。ちょっとむずかしく見えますが、基本的な使い方であればExcel関数に似た感覚で書けるので安心してください。

注意点: Power Pivotは全てのExcelエディションで使えるわけではありません。Microsoft 365、Office Professional Plus、Excel 2021（Windows版）などが対応しています。お使いのエディションで使えるかは、Microsoftの公式サイトで確認してみてください。

Power QueryとPower Pivotの連携

この2つのツールは、セットで使うのが基本です。

1. Power Queryでデータを取り込み、きれいに整形する
2. 整形したデータをPower Pivotのデータモデルに読み込む
3. Power Pivotで複数のテーブルをリレーションシップで接続する
4. DAX関数で分析用の計算式（メジャー）を作成する
5. ピボットテーブルやピボットグラフで結果を可視化する

「Power Queryがデータの下ごしらえ担当、Power Pivotが分析担当」と覚えるとわかりやすいですよ。

2026年のExcel最新機能

モダンExcelの進化はPower QueryとPower Pivotだけにとどまりません。ここ数年で追加された注目の新機能を紹介します。

Python in Excel

2024年9月に一般提供が開始された「Python in Excel」は、Excelのセル内で直接Pythonコードを実行できる機能です。

• pandas、matplotlib、seabornなどのライブラリが使える
• 統計分析や機械学習の前処理をExcel上で完結できる
• Pythonの実行はMicrosoftのクラウド上で行われるため、ローカル環境の構築が不要

セルに =PY( と入力するだけでPythonモードに切り替わります。Excelのデータをそのままpandasのデータフレームとして扱えるので、Pythonを知っている方にとってはかなり便利です。

対応環境: Microsoft 365のExcel（Windows版・Web版）で利用可能です。

Copilot in Excel

Microsoft 365 Copilotの一部として提供されている「Copilot in Excel」は、AIを活用したデータ分析支援機能です。

自然言語で指示を出すだけで、以下のようなことができます。

• データの傾向や異常値の分析
• グラフや表の自動作成
• 数式の提案と説明
• ピボットテーブルの作成

たとえば「売上が前月比10%以上下がった商品を教えて」と入力するだけで、該当するデータを自動で抽出してくれます。

対応環境: Microsoft 365 Copilotのライセンスが別途必要です。

動的配列関数

Excel 2021やMicrosoft 365で使える動的配列関数も、モダンExcelの重要な機能です。1つの数式で複数のセルに結果を返すのが最大の特徴です。

代表的な動的配列関数を紹介します。

これらの関数を使いこなせると、従来VBAで書いていた処理をワークシート関数だけで実現できるケースが増えます。

モダンExcelの始め方

「機能はわかったけど、何から始めればいいの？」という方に向けて、具体的なステップを紹介します。

必要な環境と対応バージョン

モダンExcelの各機能を使うために必要な環境をまとめました。

最新機能をフルに活用するなら、Microsoft 365（旧Office 365）のサブスクリプションが最も確実です。

まず試してほしい3つのステップ

モダンExcelを始めるなら、以下の順番がおすすめです。

ステップ1: Power Queryでデータ取り込みを体験する

「データ」タブ → 「データの取得」→「ファイルから」→「ブックから」で、別のExcelファイルのデータを取り込んでみてください。マウス操作だけでデータの整形まで完了する便利さを実感できるはずです。

ステップ2: 動的配列関数を試す

XLOOKUP関数やFILTER関数を使ってみましょう。「1つの数式で複数セルに結果が出る」という体験は、従来のExcelの常識を覆してくれます。

ステップ3: Power Pivotでリレーションシップを体験する

2つのテーブルをリレーションシップでつないでピボットテーブルを作ってみてください。「別々のテーブルのデータを組み合わせて分析できる」という感覚がつかめます。

いきなり全部をマスターしようとしなくて大丈夫です。まずはPower Queryだけでも、日々の業務がグッと効率化されますよ。

よくある質問（FAQ）

Q. モダンExcelを使うのにプログラミングの知識は必要ですか？

A. Power QueryとPower Pivotだけなら不要です。 どちらもマウス操作ベースで使えます。Python in Excelを活用したい場合はPythonの基礎知識があると便利ですが、なくてもExcelの基本操作は変わらず使えます。

Q. Power QueryはExcel 2019でも使えますか？

A. 使えます。 Power QueryはExcel 2016以降に標準搭載されています。ただし最新のインターフェースや一部の接続先は、Microsoft 365のほうがより充実しています。

Q. モダンExcelとVBAはどちらを学ぶべきですか？

A. 目的によって異なります。 データ取り込みや定期集計の自動化ならPower Queryが手軽でミスも少ないです。既存のVBAマクロの保守や、Excelの細かいUI操作（セル書式変更、シート操作など）を自動化したい場合はVBAが向いています。両方を少しずつ覚えていくのが現実的なアプローチです。

Q. Power PivotはExcel Onlineでも使えますか？

A. 閲覧のみ可能です。 Excel Online（Webブラウザ版）ではPower Pivotのモデルを見ることはできますが、新しいモデルの作成や編集はデスクトップ版のExcelが必要です。

まとめ

モダンExcelとは、Power QueryやPower Pivotを中心としたデータ分析ツール群を活用する新しいExcelの使い方です。

この記事で紹介した内容をおさらいしましょう。

• Power Query: データの取り込みと整形を自動化するツール
• Power Pivot: 複数テーブルを結合して高度な分析ができるツール
• Python in Excel: Excelセル内でPythonを実行できる最新機能
• Copilot in Excel: AIによるデータ分析支援機能
• 動的配列関数: XLOOKUP、FILTER、SORT、UNIQUEなどの新世代関数

従来の「セルに数値を入れて関数で計算する」使い方も、もちろん大切です。でも、モダンExcelの機能を知っておくと、データが増えても効率的に対応できるようになります。

まずはPower Queryからでも始めてみてください。「こんなに簡単にデータ整理ができるのか」と驚くはずです。