AIでExcel・CSVの表記ゆれを直す方法｜重複と欠損の確認例

ExcelやCSVの表記ゆれをAIで直すときは、元データを残し、統一してよい名称・確認が必要な重複・埋めてはいけない空欄を分けることから始めます。

「東京」と「東京営業所」が別々に集計される。
同じ受注番号の行が複数ある。
金額が空欄なのに合計だけは出る。
こうした状態で分析を始めると、きれいなグラフを作れても元の数字が信用できません。

この記事では、集計前の小さな表を整える方法を説明します。
例はすべて架空で、実際の顧客や受注データではありません。
AIに本番CSVを丸ごと送らずに、整形ルールを相談する練習にも使えます。

元ファイルを残し、番号は文字列として取り込む

最初に、受け取ったCSVをそのまま保存し、作業用のコピーを作ってください。
編集後に何が変わったかを説明するには、変更前のデータが必要だからです。

受注番号や商品コードの「0012」は、数量の12とは違います。
CSVをExcelで開く方法によっては、先頭のゼロがなくなるなど、自動変換が起きる場合があります。

Microsoftの公式説明では、テキスト・CSVの取り込み時に、対象列を文字列として扱う方法が案内されています。

自分のExcelに「データ」→「テキスト/CSVから」がある場合は、取り込みプレビューや変換画面で番号列の型を確認します。
自動で数値に変えた手順がある場合は、元の番号を保持できるように置き換えてください。
画面や利用可能な方法はExcelの版・OSで異なります。

既に「0012」が「12」になった表に文字列の書式を設定しても、元の番号が何桁だったかは分かりません。
原CSVや台帳に戻って確認しましょう。

架空の7行から、直せるものと保留するものを分ける

次の表は受注明細をイメージした練習用データです。
各行に確認用の行IDをつけています。
「金額未入力」は0円ではなく、金額がまだ入力されていないという意味です。

行ID・受注番号・明細番号	営業所	金額
r1／0012／1	東京	10,000円
r2／0012／2	東京営業所	5,000円
r3／0013／1	大阪	8,000円
r4／0014／1	東京営業所	金額未入力
r5／0015／1	東京	0円
r6／0016／1	東京営業所	12,000円
r7／0016／1	東京営業所	12,000円

まず言えるのは「7行あり、金額が入力されている6行の合計は47,000円」ということです。
この47,000円は、未入力金額を含む正しい総売上とは限りません。
重複の疑いも残っています。

一方、この表だけではr6とr7が重複取り込みなのか、同じ番号を使った別の記録なのか確定できません。
AIに「同じ行を消して」と指示するのは、まだ早い段階です。

表記ゆれは、確認済みの対応表で直す

「東京」と「東京営業所」が同じ拠点を表すことを、拠点一覧やデータ担当者に確認します。
この例では同じ拠点と確認できた設定にして、正式名を「東京営業所」にそろえます。

元の表記	統一後	根拠
東京	東京営業所	拠点一覧で同一と確認済み
東京営業所	東京営業所	正式表記
大阪	大阪営業所	拠点一覧で同一と確認済み

これが表記の対応表です。
AIに似ている名前を探してもらうことはできますが、同じ拠点かどうかは人が確かめます。
「東京支店」と「東京営業所」を、似ているという理由だけでまとめてはいけません。

Excelでは元の営業所列を残し、隣に「統一後営業所」を作る方法が分かりやすいでしょう。
今回のように候補が少ない練習表なら、対応表を見ながら入力できます。
毎月大量に処理する場合は、確認済みの対応表を使った参照式やPower Queryを検討してください。

前後の空白も一律削除せず、まず値の一覧で確認します。
品名・コードの途中にある空白は意味を持つことがあり、すべて消す処理とは分ける必要があります。

重複は「何を1件と数えるか」を決めてから扱う

この例で受注番号0012を理由にr2を消すと、別の商品明細5,000円が抜け落ちます。
r1は明細1、r2は明細2なので、受注番号が同じでも別の行です。

受注明細の確認には「受注番号＋明細番号」という組み合わせを使います。
ただし、実際のシステムでは訂正番号や納品回なども必要かもしれません。
どの項目で1件を識別するかを、元データの仕様に合わせて決めてください。

対象	判断と次の確認
r1とr2	明細番号が違うため、両方残す
r6とr7	同じ受注・明細番号。重複候補として元台帳・取込記録を確認する
元台帳でr7の二重取込と確認できた場合	作業用集計からr7だけを除外し、根拠と確認者を記録する

「除外」は、元ファイルを消すという意味ではありません。
作業用表に除外理由の列を設け、集計対象を区別すれば、後から判断を見直せます。

逆に、元台帳が確認できないならr7は保留です。
AIが重複だと判断したことだけを根拠に、正式な集計から削除しないでください。

空欄は0円や平均値で埋めない

r4の未入力とr5の0円は分けます。
前者は金額が不明、後者は0円と入力されている状態です。
0円の理由も必要に応じて元台帳で確認します。

AIに「欠損を補って」と依頼すると、平均値や近い行の数字が提案される場合があります。
売上・請求などの実績集計では、推定値を確定金額として混ぜないでください。

この例ではr4を未入力のまま残し、「担当者に原記録を確認」とメモします。
元台帳で金額が確定したら、その根拠に基づいて更新します。
推計を行う別の分析でも、実績と推計値は列を分ける必要があります。

AIには「整形ルールと確認表」を頼む

最初から完成CSVを求めるより、何を変えるかの一覧を出してもらうと、判断を点検しやすくなります。

以下は架空の受注明細です。集計前の確認を手伝ってください。
元データの削除・上書きや、金額の推定補完はしないでください。

列：行ID、受注番号、明細番号、営業所、金額。
r1,0012,1,東京,10000
r2,0012,2,東京営業所,5000
r3,0013,1,大阪,8000
r4,0014,1,東京営業所,空欄
r5,0015,1,東京,0
r6,0016,1,東京営業所,12000
r7,0016,1,東京営業所,12000

確認済み対応：東京→東京営業所、大阪→大阪営業所。
受注番号は先頭ゼロを含む文字列です。
1明細の確認キーは「受注番号＋明細番号」です。
同じキーの行でも、重複と確定しないでください。

出力：
1. 表記を変更してよい行と、その変更内容
2. 重複候補と確認すべき元記録
3. 空欄と0円を分けた確認表
4. 作業前後に照合する件数・金額の一覧
空欄は空欄のまま残し、未確認事項を明示してください。

ここでAIが「重複を削除しました」と答えたら、入力した禁止事項に反しています。
作業は進めず、削除しない確認表に直すよう依頼します。

実務では列名と架空の数行だけで相談し、確認済みルールを自分のExcelへ適用する方法もあります。
実データを使う場合は、送信先・保存・利用条件と社内の入力許可を事前に確認してください。

整形後は「変わるはずのもの」だけ変わったか照合する

表記統一だけなら、件数と入力済み金額の合計は変わらないはずです。
重複を除外する場合は、確認した行の分だけ変わる必要があります。

以下は、元台帳でr7が二重取込だと確認できた場合の例です。

段階	集計対象行数	入力済み金額の合計
取り込み直後	7行	47,000円
表記だけ統一	7行	47,000円
確認済みr7を集計から除外	6行	35,000円

この時点でもr4の金額未入力は1行残ります。
35,000円を最終的な総売上と報告せず、「重複除外後の入力済み金額合計。未入力1行あり」と注記してください。

合計が変わらなくても、誤った営業所へ割り当てた可能性は残ります。
変更したr1・r3・r5の名称、r1とr2の明細が両方残っていること、受注番号の先頭ゼロも個別に確認します。

最後に、元データ・整形ルール・除外記録・作業用表を分けて保存します。
集計担当者が「どの行を、なぜ変えたか」をたどれれば、翌月の同じ作業にもつなげられます。

まずは7行の練習表で、変更してよい表記と保留すべき行を分けてみてください。
整形後に集計条件を決める段階は、AIでExcelのSUMIFSを使う方法で解説しています。
AIへの相談を、根拠のないデータ修正にしないことが出発点です。