総務初心者がPythonを始める方法｜来週月曜から使えるようになる手順

「Pythonって難しそう…総務の自分には無理かも」
「プログラミングは理系の人間がやるもの、自分には難しい」

毎月同じ名簿整理、同じ集計作業、同じファイル振り分け。「これって自動化できないの？」と思いながらも、どこから手をつければいいかわからない状態ではないでしょうか。

私の話をすると、総務、生産計画と渡り歩き10年を超えていても、最初はまったく同じ状態でした。「コードを書く」ことへの謎の恐怖感があって、1年以上ずっと「いつか勉強しよう」と先送りにして複雑なエクセルに苦しんでいました。

でも実際に始めてみたら、最初の30分で動いたんですよね。しかも今は「コードを書く」ことはほとんどしていません。

この記事では、総務担当がPythonを動かし、来週月曜日から実務で使えるようになる最速手順を解説します。環境構築は不要です。コードを書かなくてもOKです。

この記事でわかること：

環境構築ゼロで今日から始める方法（Google Colab）
コードを書かずに使いこなすChatGPT活用法
総務実務で最初に動かすべきコード5選
1週間でPythonを業務に組み込む具体的ロードマップ

総務担当がPythonを使うべき3つの理由

「Pythonって本当に総務で使えるの？」と思っているなら、まずその疑問を解消しましょう。使うべき理由は3つです。

総務業務は「繰り返し」の塊
エンジニアに頼まなくても自分で動かせるから気が楽
ChatGPTで「コードを書かなくていい」時代になったから

それぞれ詳しくみていきましょう。

① 総務業務は「繰り返し」の塊だから

毎月同じフォーマットの社内通知、毎週同じ書式のファイル整理、毎回同じ操作のExcel集計。これが繰り返しの塊でなくて何でしょうか。

Pythonはこういった「繰り返し処理」が最も得意なのです。一度動くコードを作ってしまえば、あとはボタン一発で終わります。私の場合、毎月3時間かかっていた社員名簿の重複チェックが5秒で終わるようになりました。

このまま毎月3時間を消費し続けるのか、それとも今週末の2時間を使って永久に解放されるのか。答えは明らかではないでしょうか。

② エンジニアに頼まなくても自分で今日動かせるから

「このExcelを自動集計したい」とIT部門に依頼したとき、「後回しにされた」経験はありませんか？

これ、正直あるあるなのです。社内SEを経験している身からすると、IT部門には優先度の高いシステム案件が山積みで、総務の「ちょっとした自動化」は後回しになりがちです。コストメリットを考えてしまうのです。

「それくらいそっちで考えてよ。」と思っているエンジニアも一定数います。

そんな雰囲気を感じたら頼むのも面倒ですよね。
自分でできれば、今日動かせます。

③ ChatGPTで「コードを書かなくていい」時代になったから

ここが一番重要なのです。

今のPythonで必要な力は「コードを書く力」ではなく「何をさせたいか。」だけになりました。これは、プログラマーに無い視点なのです。

ChatGPTに「○○するPythonコードを書いて」と入力するだけで、動くコードが出てきます。

「CSVファイルを読み込んで、メールアドレスの重複がある行を表示するPythonコードをGoogle Colab向けに書いてください」
↓
ChatGPTが完全なコードを生成
↓
コピペして実行するだけ

「コードを学ぶ」のではなく「コードを使う」から始める。これが総務担当の正しい入口なのです。

環境構築は不要：Google Colabで今日から始める

Pythonを調べると必ず出てくる「環境構築」という壁。正直、ここで挫折する人がほとんどです。インストール作業をしようとすると、Pythonのバージョン問題やパスの設定でつまずいて、本題に入れないまま終わります。

まずGoogle Colabを使ってください。環境構築は後でいいのです。

Google Colabとは？

Googleが提供している、ブラウザだけで動くPython実行環境です。特徴は4つです。

インストール不要
無料
Googleアカウントがあれば今すぐ使える
保存はGoogleドライブに自動保存

要は「ブラウザを開くだけでPythonが動く環境」です。Excelを開くのと変わらない手間なのです。

最初の10分でやること

手順は4ステップです。

① colab.research.google.com にアクセス
② Googleアカウントでログイン
③ 「新しいノートブック」をクリック
④ 表示されたセルに以下を入力して Ctrl+Enter を押す

print("Hello, 総務部！")

→ Hello, 総務部！ と表示されれば成功です。

これだけでPythonの実行環境が整いました。インストール作業ゼロ、たった10分で動かせるのです。私が最初にこれをやったとき、「え、これだけ？」と拍子抜けしたのを覚えています。

コードを書かなくていい：ChatGPTとの組み合わせ方

基本の使い方

ChatGPTに「○○するPythonコードを書いて」と伝えるだけです。

コツは具体的な列名・ファイル名を入れることです。

＞　プロンプト例①：重複チェック

CSVファイルを読み込んで、「メールアドレス」列に重複がある行を表示するPythonコードをGoogle Colab向けに書いてください。日本語のコメントをつけてください。

＞　プロンプト例②：エラーが出たとき

以下のエラーが出ました。修正してください：
[エラーメッセージをそのままコピー]

＞　プロンプト例③：カスタマイズするとき

上のコードを「メールアドレス」列ではなく「社員番号」列で重複チェックするように修正してください。

これだけで「Pythonを理解する」必要はありません。エラーが出ても、そのままChatGPTに貼れば解決策が出てくるのです。

【総務実務5選】最初に動かすべきコード

以下の5つは、総務業務で特に使用頻度が高いコードです。1つずつ動かしていくのが一番早いのです。

CSVの重複チェック
CSVのデータクレンジング（表記ゆれ・空白除去）
フォルダ内ファイルの一覧取得
ファイルを種別ごとに自動振り分け
Excelの複数シートを1つに縦結合

それぞれ詳しくみていきましょう。

① CSVの重複チェック

import pandas as pd
df = pd.read_csv("名簿.csv", encoding="utf-8-sig")
print(df[df.duplicated(subset=["メールアドレス"], keep=False)])

使うシーン：採用候補者名簿・社員名簿・取引先リストの重複確認

私のまわりでも、「名簿に同じ社員が2人いた」というミスを毎月やっている人がいます。これを使えば3行で解決するのです。

詳しい手順・業務シーン別コードはこちら→ Pythonで重複チェックを自動化する方法

② CSVのデータクレンジング（表記ゆれ・空白除去）

import pandas as pd
df = pd.read_csv("名簿.csv", encoding="utf-8-sig")
df = df.apply(lambda col: col.str.strip() if col.dtype == "object" else col)
print(df.head())

使うシーン：複数システムからエクスポートしたCSVを統合する前の前処理

「全角スペース混入」「姓名の間にスペースあり/なし」という微妙なゆれを、目視で修正し続けている方はいませんか。このコード1本で一括除去できます。

詳しい手順はこちら→ CSVのデータクレンジング方法

③ フォルダ内ファイルの一覧取得

from pathlib import Path

folder = Path(r"C:\業務\書類")
for f in folder.iterdir():
    if f.is_file():
        print(f.name)

使うシーン：スキャン後のファイル一覧をExcelに取り込む・命名規則の確認

「フォルダに何ファイルあるか確認してExcelに転記する」作業を毎回手動でやっている方は多いです。これで一瞬で終わります。

詳しい手順はこちら→ ファイル名を一括変更する方法5選

④ ファイルを種別ごとに自動振り分け

import shutil
from pathlib import Path

src = Path(r"C:\Users\user\Downloads")
for f in src.iterdir():
    if f.suffix == ".pdf":
        shutil.move(str(f), r"C:\業務\書類")
    elif f.suffix == ".xlsx":
        shutil.move(str(f), r"C:\業務\Excel")

使うシーン：ダウンロードフォルダ・スキャンフォルダの自動整理

「PDFとExcelが混在したフォルダから種別ごとに仕分ける」作業は、やればやるほど時間の無駄だと気づきます。一度このコードを動かせば、以降は自動なのです。

詳しい手順はこちら→ フォルダ整理を自動化する方法4選

⑤ Excelの複数シートを1つに縦結合

import pandas as pd
import glob

files = glob.glob(r"C:\業務\月次データ\*.xlsx")
df_list = [pd.read_excel(f) for f in files]
df_all = pd.concat(df_list, ignore_index=True)
df_all.to_excel("集計結果.xlsx", index=False)
print(f"{len(files)} ファイルを統合しました。")

使うシーン：各部署から集めたExcelを1つに統合する月次集計作業

「各部署のExcelを1つのシートにコピペする」月次作業を毎回やっている方は、これを動かしてみてください。私の場合、毎月2時間かかっていた作業が5秒になりました。

1週間ロードマップ：Day1〜Day7

「1週間でPythonを業務に組み込む」というと難しそうに聞こえますが、実際の作業量はそれほど多くありません。

日	やること	目標
Day1（今日）	Google Colabを開いて `print("Hello")` を実行	環境ゼロでPythonが動く体験
Day2	ChatGPTに「自分の業務の重複チェックコード」を生成してもらう	コードを書かずに動く体験
Day3	上記コード5選のうち1つをColabで動かす	実務に近いコードが動く体験
Day4	自分のCSV・フォルダで同じコードを試す	実データで動く体験
Day5	うまくいかない部分をChatGPTに修正してもらう	エラー解決の体験
Day6	動いたコードをタスクスケジューラで自動実行する設定	自動化完成の体験
Day7	「来週から使う」として業務フローに組み込む	実務定着