【2026年8月最新】平均値・最大値・最小値の求め方完全ガイド｜Excel・Python・Claude Codeの使い分け
aikanri-admin
「先月の売上データの平均を出したい」「一番成績の良かった営業日、逆に悪かった日を知りたい」——こうした平均値・最大値・最小値の集計は、業種を問わず経営者・管理職が日常的に必要とする作業です。
やり方を検索すると、Excelの関数を使う方法、Pythonでコードを書く方法など、様々な情報が出てきます。しかし実際には「Excelは知っているけど関数を毎回思い出せない」「Pythonは名前を聞いたことがあるだけ」という方がほとんどではないでしょうか。
この記事では、Excel関数・Python（標準ライブラリ／NumPy／Pandas）・Claude Codeという4つの方法で平均値・最大値・最小値を求める方法を、非エンジニアの方にも分かる言葉で整理します。さらに、プログラミングの知識が一切なくても、日本語で話しかけるだけで同じ集計ができるClaude Codeの具体的な使い方と、弊社（株式会社GENAI）の実運用データも紹介します。
代表菅澤
AI鬼管理山崎
この記事を最後まで読むと、次の5つが明確になります。
01 WHY IT MATTERS 業務データの「平均・最大・最小」を求める場面はこんなにある 実は毎週、毎月のように発生している集計作業
「平均値・最大値・最小値を求める」と聞くと、学校の数学の授業を思い出す方もいるかもしれません。しかし実際のビジネスの現場では、この3つの数字は意思決定の土台になる場面が非常に多くあります。
| 業務領域 | 具体的な集計例 | 活用シーン |
|---|---|---|
| 営業 | 担当者別の月間売上の平均・最高額・最低額 | 評価面談、目標設定 |
| 広告運用 | 日別CPA（獲得単価）の平均・最大・最小 | 予算配分、異常値の検知 |
| 店舗運営 | 曜日別の来客数の平均・ピーク・閑散日 | シフト調整、仕入れ計画 |
| 経理 | 月別経費の平均・突出して高い月の特定 | 予算策定、コスト削減 |
| 人事 | 応募者の選考通過率、内定までの日数の平均 | 採用計画の見直し |
| 製造・品質管理 | 製品寸法・重量のばらつき（平均・最大・最小） | 品質基準の判定 |
共通しているのは、「全体の傾向（平均）」と「外れ値（最大・最小）」の両方を見て初めて、正しい判断ができるという点です。平均値だけを見ていると、実は一部の突出したデータに引っ張られていることに気づけません。
例えば営業チーム5人の月間売上平均が300万円だったとします。しかし内訳が「1人だけ1,000万円、残り4人は各25万円」だったらどうでしょうか。平均値だけでは「全員が好調」と誤解してしまいます。最大値・最小値をあわせて見ることで、こうした偏りに気づけます。
AI鬼管理山崎
02 EXCEL BASICS Excel・スプレッドシートでの基本の求め方 最も手軽な方法。まずはここから
最も手軽なのは、ExcelやGoogleスプレッドシートの関数を使う方法です。データが数十〜数百行程度で、1回きりの集計であれば、これで十分なケースがほとんどです。
| 求めたい値 | 関数 | 使用例 |
|---|---|---|
| 平均値 | AVERAGE | =AVERAGE(B2:B31) |
| 最大値 | MAX | =MAX(B2:B31) |
| 最小値 | MIN | =MIN(B2:B31) |
| 条件付き平均値 | AVERAGEIF | =AVERAGEIF(C2:C31,"東京",B2:B31) |
| 中央値 | MEDIAN | =MEDIAN(B2:B31) |
セル範囲を指定するだけで即座に結果が出るため、非エンジニアにとって最も心理的ハードルが低い方法です。「東京支店だけの平均」のように条件をつけたい場合は、AVERAGEIFのような条件付き関数を使います。
📚 用語解説
中央値（メジアン）：データを小さい順に並べたときに、ちょうど真ん中に来る値。平均値と違い、極端に大きい・小さい値（外れ値）の影響を受けにくいのが特徴です。例えば年収データのように一部の人だけ極端に高い場合、平均値より中央値の方が「実感に近い数字」になることがあります。
2-1. Excelで十分なケース・限界を感じ始めるケース
Excelでの集計が向いているのは、データが1つのファイルにまとまっていて、1回だけ・その場で結果が見たいケースです。一方で、以下のような状況になると、Excel単体では手間が急に増えます。
こうした限界に突き当たったとき、次の選択肢として名前が挙がるのがPythonです。ここから先は、Pythonでの求め方を順番に見ていきます。
03 PYTHON BASICS Pythonの基本構文で平均値・最大値・最小値を求める 標準ライブラリだけでできる最もシンプルな書き方
Pythonには、リスト（データの並び）に対して平均値・最大値・最小値を求めるための仕組みが標準で備わっています。まずは最もシンプルな書き方を見てみましょう。
mylist = [10, 20, 30, 40, 50]
# 平均値
average = sum(mylist) / len(mylist)
print(average) # 30.0
# 最大値
print(max(mylist)) # 50
# 最小値
print(min(mylist)) # 10sum()はリスト内の数値をすべて合計する関数、len()はリストの要素数（データの個数）を数える関数です。この2つを組み合わせて「合計 ÷ 個数」を計算すれば平均値が求まります。最大値・最小値は、それぞれmax()・min()という専用の関数が用意されているため、1行で完結します。
📚 用語解説
Python：Googleや多くのAI企業でも採用されている、初心者にも比較的読みやすいプログラミング言語。データ集計・自動化・AI開発など幅広い用途で使われており、Claude Codeが裏側で自動生成するコードの多くもPythonです。
代表菅澤
sum()/len()の書き方を暗記する必要はありません。「Pythonではこういう考え方で計算している」という雰囲気だけ掴んでおけば、後半で紹介するClaude Codeの動きがぐっと理解しやすくなります。3-1. 平均値計算で見落としがちな注意点
sum(mylist) / len(mylist)という式は、一見単純に見えますが、実務データで使うといくつかの落とし穴があります。
(1) リストが空（データが1件もない）場合、len(mylist)が0になり「ゼロ除算エラー」が発生します。(2) リストの中に数値ではなく文字列（空欄や「―」など）が混ざっていると、そのままでは計算できずエラーになります。実務データはこの2つのパターンが非常に多いため、事前に「空データを除外する」「数値以外を除外する」処理を挟むのが定石です。
3-2. statisticsモジュールで平均値・中央値・最頻値を正しく使い分ける
Pythonには、平均値・中央値・最頻値といった統計量をまとめて扱えるstatisticsという標準モジュールも用意されています。
import statistics
data = [10, 20, 20, 30, 100]
print(statistics.mean(data)) # 36.0（平均値）
print(statistics.median(data)) # 20（中央値）
print(statistics.mode(data)) # 20（最頻値）📚 用語解説
statisticsモジュール：Pythonに標準で組み込まれている統計計算専用の機能群。平均値（mean）・中央値（median）・最頻値（mode）・標準偏差（stdev）などを、追加インストールなしですぐ使えます。データが空の場合はエラーを出して知らせてくれるため、sum()/len()で自前計算するより安全な場面があります。
この例からも分かる通り、平均値（36.0）と中央値（20）には大きな差があります。これは「100」という他の値から突出したデータ（外れ値）が平均値を押し上げているためです。この記事の後半（第10章）で、こうした外れ値の扱い方についてさらに詳しく解説します。
04 NUMPY NumPyで配列・行列の平均値・最大値・最小値を求める 大量データ・多次元データを高速に処理する方法
データの量が数万〜数百万件になってくると、Python標準の書き方では処理速度が遅くなってきます。そこで登場するのがNumPyという外部ライブラリです。
📚 用語解説
NumPy（ナムパイ）：Pythonでデータ分析・科学計算をするために広く使われている外部ライブラリ。大量の数値をまとめて高速に処理できるのが特徴で、後述のPandasや多くのAI・機械学習ツールの内部でも使われている「データ処理の基盤」的な存在です。
import numpy as np
data = np.array([
[80, 90, 70, 60],
[85, 95, 75, 65],
[78, 88, 68, 58],
])
print(np.mean(data)) # 全体の平均値
print(np.mean(data, axis=0)) # 列（縦方向）ごとの平均値
print(np.mean(data, axis=1)) # 行（横方向）ごとの平均値
print(np.max(data)) # 全体の最大値
print(np.min(data)) # 全体の最小値ここで重要になるのがaxis（軸）という考え方です。3行4列の表データを例にすると、axis=0を指定すると列ごと（縦方向）に集計され、結果は4個の数値（各列の平均）になります。逆にaxis=1を指定すると行ごと（横方向）に集計され、結果は3個の数値（各行の平均）になります。
📚 用語解説
axis（軸）：表形式データを集計するときに「縦方向で集計するか、横方向で集計するか」を指定するパラメータ。axis=0は列ごと（各項目の月別平均、など）、axis=1は行ごと（各月の全項目平均、など）に対応します。NumPyだけでなく、後述のPandasでも同じ考え方が使われます。
axis=0は「行という壁を0にする＝行方向がつぶれて列だけ残る」、axis=1は「列という壁を0にする＝列方向がつぶれて行だけ残る」とイメージすると混同しにくくなります。実務では「月別・店舗別のように、どの単位で平均を出したいか」から逆算して指定するのが確実です。
AI鬼管理山崎
05 PANDAS Pandasで実務データ（CSV・Excel）を集計する 業務でよく使う「表形式データ」の集計はこれが定番
実際の業務データは、NumPyのような数値の配列よりも、「日付」「担当者名」「売上金額」のような列が並んだ表形式（CSVやExcel）で管理されていることがほとんどです。この表形式データの集計に最適化されたライブラリがPandasです。
📚 用語解説
Pandas（パンダス）：Pythonで表形式データ（CSV・Excelのような行と列を持つデータ）を扱うための外部ライブラリ。「DataFrame（データフレーム）」という表オブジェクトを中心に、集計・並べ替え・条件抽出・グラフ化まで一貫して行えます。Claude Codeが業務データを分析する際も、内部でこのPandasが使われることが多くあります。
import pandas as pd
df = pd.read_csv('sales.csv') # 売上データのCSVを読み込む
print(df['売上金額'].mean()) # 売上金額列の平均値
print(df['売上金額'].max()) # 売上金額列の最大値
print(df['売上金額'].min()) # 売上金額列の最小値
# 担当者別に平均値を集計
print(df.groupby('担当者')['売上金額'].mean())たった数行のコードで、CSVファイルを読み込み、特定の列（この例では「売上金額」）だけを対象に平均・最大・最小を求められます。さらにgroupbyという機能を使えば、「担当者ごとの平均値」のように条件別の集計もまとめて処理できます。これはExcelのAVERAGEIFを何十回も打ち込む代わりに、1行で完結させられるイメージです。
df['列名'].mean()：特定の列の平均値df.groupby('グループ列')['集計対象列'].mean()：グループ別の平均値df['列名'].max() - df['列名'].min()：最大値と最小値の差（レンジ）df.describe()：平均・最大・最小・中央値などを一括で要約表示特にdescribe()は、列を指定しなくても数値列すべての基本統計量（件数・平均・標準偏差・最小値・四分位数・最大値）を一度に出力してくれるため、「まず全体像を把握したい」というときに重宝します。
06 COMPARISON Excel・Python・Claude Code、結局どれを使うべきか 手段はあくまで手段。目的から逆算して選ぶ
ここまでExcel・Python（標準／NumPy／Pandas）での方法を紹介してきましたが、多くの読者にとって本当に知りたいのは「結局、自分（自社）はどれを使えばいいのか」だと思います。以下の表で整理します。
| 方法 | 向いている場面 | 非エンジニアの学習コスト | 大量データ・自動化への強さ |
|---|---|---|---|
| Excel関数 | 1回限り、数十〜数百行の手軽な集計 | 低い（関数名を覚えるだけ） | 弱い（数万行超で重くなる） |
| Python（自分で書く） | 同じ処理を繰り返す・カスタマイズしたい | 高い（構文の習得が必要） | 強い（自由度が高い） |
| Claude Code | プログラミング知識なしで自動化したい | 低い（日本語で指示するだけ） | 強い（裏側でPython/Pandasを実行） |
Python自体を学ぶことには一定の価値がありますが、「今すぐ、この売上データの平均・最大・最小が知りたい」という業務上の目的だけを考えると、非エンジニアがPythonの構文を習得するコストは決して小さくありません。ここで選択肢に入ってくるのが、次の章で紹介するClaude Codeです。
代表菅澤
07 CLAUDE CODE 【独自】Claude Codeに日本語で頼むだけで同じ集計ができる コードを1行も書かずに、Pythonと同じ処理を実行させる
Claude Codeは、Anthropic社が提供するAIエージェントで、チャット形式で指示するだけで、ファイルを開く・データを集計する・結果を分かりやすい日本語でまとめる、という一連の作業を自動で行います。
📚 用語解説
Claude Code：Anthropic社が提供するAIエージェント。ChatGPTのような「チャットで質問に答えるAI」と異なり、実際にファイルを開いて読み書きしたり、必要に応じてPythonなどのコードを自分で書いて実行したりできます。デスクトップアプリ版であれば、ターミナル（黒い画面）を使わずチャット形式で操作できます。
例えば、先ほどのPandasのコード例と同じ処理をさせたい場合、Claude Codeに対しては次のように話しかけるだけで十分です。
「sales.csvを開いて、売上金額の平均値・最大値・最小値を教えて。あと担当者別の平均値も表にして」——これだけで、Claude Codeは自らPandasを使ったコードを書いて実行し、結果を日本語のレポートとしてまとめて返してくれます。
裏側で何が起きているかというと、Claude Codeは第5章で紹介したPandasのコードとほぼ同じものを自分で書いて、その場で実行し、結果だけを人間に分かる言葉で報告しています。つまり、これまでの章で説明してきたPython・NumPy・Pandasの知識は、Claude Codeが「代わりに知っていて、代わりにやってくれる」形になります。
対象データ
（CSV/Excel）を
用意する
日本語で
集計内容を
指示する
Claude Codeが
コードを生成・
実行
結果を日本語の
レポートとして
受け取る
7-1. 指示のコツ：条件を具体的に伝えるほど精度が上がる
Claude Codeは曖昧な指示でもある程度は意図を汲み取ってくれますが、集計のような数値処理では条件を具体的に伝えるほど、意図通りの結果が返ってきやすくなります。
AI鬼管理山崎
7-2. Excel作業の自動化にも応用できる
Claude Codeの強みは、集計だけで終わらない点にあります。「平均値・最大値・最小値を求めて、その結果をExcelの新しいシートに書き出して、条件付き書式で最大値を赤く塗って」といった後工程まで含めた指示も、同じ会話の中で一気に処理できます。これは、都度Excelを開いて手作業する場合と比べて、大幅な時間短縮につながります。
Claude Codeが出す数値は裏側で実際にコードを実行して計算したものであるため、通常は正確です。ただし、集計対象の条件（どの期間か、どの列を対象にするか）を人間が誤って伝えた場合、その誤った条件のまま正確に計算してしまう点には注意が必要です。特に経営判断に関わる重要な数字は、最初の1回だけでも元データと突き合わせて検算することをおすすめします。
08 GENAI CASE STUDY 【独自】GENAI社内でのデータ集計業務の実運用 Max 20xプランを全社契約する会社が、集計作業をどう変えたか
弊社（株式会社GENAI）では、Claude Max 20xプラン（月額$200・約30,000円）を全社契約し、経営・営業・広告・経理・秘書業務・記事制作まで幅広くClaude Codeを活用しています。ここでは、平均値・最大値・最小値のような基本的な数値集計の業務がどう変わったかを具体的に紹介します。
| 業務領域 | 集計内容の例 | 概算の変化（肌感） |
|---|---|---|
| 広告運用 | 日別CPA（獲得単価）の平均・最大・最小の把握 | 週10h → 週1h |
| 営業 | 担当者別の月間売上の平均・最高額・最低額の集計 | 週20h → 週2h |
| 経理 | 月別経費の平均・突出して高い月の特定 | 月40h → 月5h |
上記は弊社の肌感ベースの数値であり、業種・業態・扱うデータ量によって削減効果は変動します。あくまで「集計作業をClaude Codeに任せるとどの程度まで効率化できるか」の参考情報としてご覧ください。
特に広告運用の場面では、複数の広告媒体からダウンロードした日別のCPAデータを、以前は担当者が毎週手作業でExcelに貼り付けて平均値・最大値・最小値を確認していました。現在はClaude Codeに「今週分のCPAデータを集計して、異常に高い日があれば教えて」と伝えるだけで、平均・最大・最小に加えて「なぜその日だけ数値が突出したか」の仮説まで一緒に提示してくれるようになっています。
代表菅澤
1業務だけ
試しに任せる
（例: CPA集計）
効果検証
時間・精度を
確認
横展開
同種の集計に
拡大
定例レポートの
自動生成へ
発展
09 COMMON MISTAKES 平均値・最大値・最小値でよくある間違い・注意点 数字自体は正しくても、解釈を誤ると判断を誤る
平均値・最大値・最小値は、計算自体はシンプルですが、解釈を誤ると経営判断を誤らせるリスクがある数字でもあります。ここでは代表的な間違いを3つ紹介します。
間違い1：平均値だけを見て「全体は健全」と判断してしまう
第9章の冒頭でも触れた通り、平均値は一部の突出した値（外れ値）に強く影響されます。極端な例では、1人だけ極端に成果を出しているケースを「チーム全体が好調」と誤読してしまうことがあります。
📚 用語解説
外れ値（アウトライア）：他の大多数のデータから大きく外れた、極端に大きい・小さい値のこと。平均値を計算する際に外れ値が含まれると、平均値がその方向に強く引っ張られてしまいます。外れ値の影響を受けにくい代表値として、第3章で紹介した「中央値」がよく使われます。
平均値と中央値の差が大きい場合、それは「一部のデータが極端に偏っている」というサインです。両方の数値をあわせて確認する癖をつけると、平均値だけを見たときの誤読を防げます。
間違い2：最大値・最小値を「異常値」だと決めつけてしまう
最大値・最小値は、あくまで「その時点でのデータの中で一番大きい・小さい値」であり、必ずしも異常やミスを意味するわけではありません。繁忙期の最大値は「正常な好調」である可能性もあれば、入力ミスによる「異常値」である可能性もあります。数値だけを見て自動的に判断せず、背景を確認することが重要です。
間違い3：母集団と標本の違いを意識せず標準偏差を使ってしまう
平均値・最大値・最小値とあわせて「ばらつき」を確認したい場合、標準偏差もよく使われます。Pythonのstatisticsモジュールにはpstdev()（母集団の標準偏差）とstdev()（標本の標準偏差）という2つの関数があり、対象データが全数データなのか、一部を抜き出したサンプルなのかによって使い分ける必要があります。この違いを意識せずに使うと、わずかに異なる数値が出てしまい、複数人で集計結果を突き合わせた際に食い違いが生じる原因になります。
複数の担当者が同じデータから異なる平均値・標準偏差を算出してしまった場合、多くは「対象範囲の違い（期間・除外条件）」か「母集団／標本の指定違い」が原因です。数式そのものよりも、まず前提条件をそろえることを優先してください。
10 CONCLUSION まとめ ── 集計方法を覚えるより、聞ける相手を持つ 非エンジニアに必要なのは構文の暗記ではなく判断基準
この記事では、平均値・最大値・最小値をExcel・Python（標準／NumPy／Pandas）・Claude Codeそれぞれで求める方法と、それぞれの向き不向きを解説しました。最後にポイントを振り返ります。
最も重要なメッセージをお伝えします。「Pythonの構文を覚えるべきか」という問いの立て方自体が、実はもう最適解ではなくなりつつあります。重要なのは、正しい条件を日本語で明確に伝えられることと、出てきた数字をどう解釈すべきかの土台を持っていることです。この2つさえあれば、実際の計算処理はClaude CodeのようなAIエージェントに任せられる時代になっています。
代表菅澤
毎週・毎月の集計作業、Claude Codeでどこまで自動化できるか一緒に整理します
売上・広告費・経費データの集計を、コードを書かずに自動化したい。
弊社の実運用ノウハウをもとに、貴社のデータでどこまで自動化できるか個別にご相談を承ります。
AI鬼管理山崎
ここから先の進め方は、大きく2つあります。
自社で回せるようになりたい方は、AI鬼管理でClaude Code／Codexの使い方から業務設計・社内定着まで伴走を受けながら、社内に仕組みを作る道があります。
覚えるより任せたい方は、AIBPO by AI鬼管理でこの記事のような定型業務を丸ごと預ける道があります。総額はいまの業務コストの50%が目安、月額基本料は0円です。
どちらが合うかは、業務量と社内体制次第です。無料相談・無料適合診断で、貴社の場合はどちらが向くかからご相談いただけます。
NEXT STEP
この記事の内容を、あなたのビジネスで
実践してみませんか？
よくある質問
Q. Excelとpythonの平均値の計算結果は同じになりますか？
A. はい、計算の考え方自体は同じ（合計÷個数）なので、対象データが同じであれば同じ結果になります。ただし、空欄や文字列データの扱い方（Excelは自動で無視することが多い、Pythonはエラーになりやすい）が異なるため、対象範囲の指定方法によって差が出ることがあります。
Q. Pythonのsum()/len()と、statisticsモジュールのmean()はどちらを使うべきですか？
A. 短いコードでその場限りの計算をするならsum()/len()でも問題ありません。ただし、データが空だった場合にエラーで気づきたい、中央値や最頻値もあわせて使いたいという場合はstatisticsモジュールの方が安全です。実務では後者を使うケースの方が多い傾向にあります。
Q. NumPyのaxis=0とaxis=1、覚え方はありますか？
A. axis=0は「行方向がつぶれて列ごとの結果が残る（縦方向の集計）」、axis=1は「列方向がつぶれて行ごとの結果が残る（横方向の集計）」とイメージすると混同しにくくなります。迷ったら小さいサンプルデータで実際に両方試して、期待した形の結果になる方を採用するのが確実です。
Q. 数万行を超えるデータでも、Claude Codeなら一瞬で集計できますか？
A. データ量や処理内容によりますが、PandasやNumPyを使った集計は数万〜数十万行程度であれば数秒〜数十秒で完了することが多く、手作業でExcelを操作するのと比べて大幅に高速です。ただし、非常に大規模なデータ（数百万行以上）や複雑な処理では、処理時間や環境の制約を考慮する必要があります。
Q. プログラミング未経験でも、Claude Codeで集計を任せて大丈夫ですか？
A. 大丈夫です。デスクトップアプリ版であれば、ターミナル（黒い画面）を使わずにチャット形式で「このCSVの平均・最大・最小を教えて」と話しかけるだけで完結します。ただし、集計条件（対象期間・除外データなど）を具体的に伝えるほど、意図通りの結果を得やすくなります。
Q. 平均値・最大値・最小値以外に、あわせて確認した方がいい数値はありますか？
A. 中央値（外れ値の影響を受けにくい代表値）と標準偏差（データのばらつきの大きさ）をあわせて確認することをおすすめします。平均値だけでは見えない「実態に近い数字」や「データの安定度合い」を把握でき、より正確な意思決定につながります。
Q. 複数人で同じデータを集計したのに数値が合わないことがあるのはなぜですか？
A. 多くの場合、集計対象の範囲（期間・除外条件）が微妙に異なっているか、標準偏差のような一部の統計量で母集団と標本の計算方法の違いが影響しています。まずは前提条件（対象範囲・除外ルール）を全員で揃えることを優先してください。
Claude Codeで業務自動化を90日で叩き込む
経営者向けの伴走型パーソナルトレーニング
AI鬼管理／AIBPO by AI鬼管理へのお問い合わせ
この記事を読んで気になった方へ。
専門スタッフが、御社に最適な
業務自動化・業務代行プランを無料でご提案します。
- AI業務自動化サービス「AI鬼管理」を運営 — Claude Code を活用し、経営者の業務を「AIエージェントに任せる仕組み」へ転換するパーソナルトレーニングを 伴走構築 で提供。日報・採用・問い合わせ対応・経費精算・議事録・データ集計・営業リスト等の定型業務を、AIに代行させる体制を経営者と一緒に作り込む
- Claude Code 実装ノウハウを 経営者・法人クライアント に直接指導。生成AIを「便利ツール」ではなく 「業務を任せる存在」 として運用する手法を体系化
- 「やらせ切る管理」メソッドの開発者。シンゲキ株式会社（2021年設立・鬼管理専門塾運営）にて累計3,000名以上の学習者を志望校合格に導いた管理メソッドを、AI × 経営者支援 に転用
- 著書『3カ月で志望大学に合格できる鬼管理』(幻冬舎)、『親の過干渉こそ、最強の大学受験対策である。』(講談社)
- メディア出演: REAL VALUE / カンニング竹山のイチバン研究所 / ええじゃないかBiz 他
- 明治大学政治経済学部卒
