【2026年8月最新】Pythonのappend()の使い方まとめ｜リストへの要素追加とextend・insertとの違いを完全解説
aikanri-admin
「Pythonのappendってどう使うの？」「extendやinsertと何が違うの？」——検索でこの記事にたどり着いたあなたは、業務でPythonのコードを目にして、その意味を調べているところではないでしょうか。
append()は、Pythonのリスト（list）という入れ物に要素を1つ追加するための、最も基本的で最もよく使われるメソッドです。データ集計・顧客リストの作成・請求書チェックなど、業務でPythonを使ったスクリプトを書くと、ほぼ必ずと言っていいほど登場します。
この記事では、append()の正確な使い方を、extend()・insert()・pop()・remove()との違いを含めて丁寧に解説します。あわせて、非エンジニアの経営者・管理職にとって本当に重要な問い——「このためにPythonを学ぶべきか、それともAIに書かせるべきか」——にも、弊社（株式会社GENAI）の実運用データをもとにお答えします。
代表菅澤
AI鬼管理山崎
この記事を最後まで読むと、次の6つが明確になります。
01 PYTHON BASICS append()とは？リスト末尾に要素を追加する基本メソッド まずは「リスト」と「メソッド」という言葉から確認する
append()を理解するには、まずリスト（list）というPythonのデータ構造を知る必要があります。リストは、複数のデータを順番に並べて1つの箱にまとめたもので、Excelでいう「1列に並んだセルの集まり」に近いイメージです。
📚 用語解説
リスト（list）：Pythonで複数のデータを順番に格納できる入れ物。`[1, 2, 3]`や`['田中', '佐藤']`のように角カッコ`[ ]`で書きます。後から要素を追加・削除・変更できる「可変」な構造で、顧客リストや商品リストなど、業務データを扱うプログラムの土台になります。
append()は、このリストに対して「末尾に要素を1つ追加してください」と指示するためのメソッドです。「リスト名.append(追加したいもの)」という書き方で、リストの一番最後に新しい要素が加わります。
📚 用語解説
メソッド（method）：あるデータ（オブジェクト）に対して「〇〇して」と指示するための命令。「リスト名.append(値)」のように、対象のデータの後ろにドットでつなげて呼び出します。Excelでいえば「このセル範囲を並び替えて」のような操作ボタンに近いものです。
基本の書き方は次の通りです。
fruits = ['apple', 'banana']
fruits.append('cherry')
print(fruits)
# 実行結果: ['apple', 'banana', 'cherry']この例では、`fruits`というリストの末尾に`'cherry'`という文字列が追加されています。append()は必ず末尾に、必ず1個だけ要素を追加する——この2点がappend()の性質を理解するうえで最も重要なポイントです。
「append」は英語で「付け加える・追伸する」という意味です。手紙の最後に追伸（P.S.）を書き足すイメージを持つと、「末尾に追加する」という動作が直感的に理解しやすくなります。
02 HOW TO USE append()の基本的な使い方と落とし穴 数値・文字列・リストを追加する具体例
append()には、数値・文字列・リスト・辞書など、Pythonのあらゆるデータ型を渡すことができます。まずは数値を追加する基本パターンです。
scores = [80, 92, 75]
scores.append(88)
print(scores)
# 実行結果: [80, 92, 75, 88]ここで重要な性質があります。append()は破壊的メソッドと呼ばれるタイプの操作で、元のリスト自体を直接書き換えます。新しいリストを作って返すのではなく、`scores`というリストそのものに変更を加えているのです。
📚 用語解説
破壊的メソッド（ミュータブル操作）：呼び出した元のデータそのものを直接書き換えるメソッドのこと。append()はリストの中身を直接変更し、戻り値としては`None`（何もない）を返します。これに対し、元のデータを変更せず新しいデータを作って返すメソッドは「非破壊的」と呼ばれます。リストは中身を後から変更できる「ミュータブル（mutable、可変）」なデータ型なので、append()のような破壊的操作が可能です。
この「戻り値がNoneになる」という性質は、Python初学者が最もよくハマる落とし穴です。次のコードを見てください。
# NGパターン: append()の戻り値を変数に代入してしまう
numbers = [1, 2, 3]
numbers = numbers.append(4)
print(numbers)
# 実行結果: None ← リストが消えて空っぽ(None)になってしまう!
# OKパターン: append()はメソッド呼び出しだけで完結させる
numbers = [1, 2, 3]
numbers.append(4)
print(numbers)
# 実行結果: [1, 2, 3, 4]「`numbers = numbers.append(4)`」のように、append()の戻り値を変数に代入し直すコードは、リストの中身が`None`に置き換わってしまう典型的なバグです。append()はリストを直接書き換える(戻り値はNone)ので、代入し直す必要はありません。「`numbers.append(4)`」の1行だけで完結します。
もう1つ、業務でPythonコードを目にしたときに戸惑いやすいのが、リストを丸ごとappend()した場合の挙動です。
team_a = [1, 2, 3]
team_a.append([4, 5])
print(team_a)
# 実行結果: [1, 2, 3, [4, 5]]
# → [4, 5]というリストが「1つの要素」としてそのまま入れ子になるappend()に渡したものがリストであっても、append()は「1個のもの」として扱うため、そのまま入れ子（ネスト）状態でリストの中に追加されます。この動作こそが、次の章で解説するextend()との決定的な違いです。
代表菅澤
03 APPEND VS EXTEND append()とextend()の違いを正しく理解する 「1個の要素として追加」か「バラして追加」かの違い
append()と並んでよく使われるのがextend()というメソッドです。どちらも「リストに要素を追加する」という点では共通していますが、追加のされ方がまったく異なります。
# append(): 渡したものを「1個の要素」としてそのまま追加
a = [1, 2, 3]
a.append([4, 5])
print(a)
# 実行結果: [1, 2, 3, [4, 5]]
# extend(): 渡したイテラブルの「中身を1つずつ」バラして追加
b = [1, 2, 3]
b.extend([4, 5])
print(b)
# 実行結果: [1, 2, 3, 4, 5]📚 用語解説
イテラブル（iterable）：「for文で1つずつ取り出せるもの」の総称。リスト・文字列・タプル・辞書などが該当します。extend()はイテラブルを引数に取り、その中身を1つずつ順番にリストへ追加していきます。append()が「1個のかたまり」として追加するのに対し、extend()は「バラして」追加する点が最大の違いです。
| 観点 | append(x) | extend(iterable) |
|---|---|---|
| 追加される単位 | xをそのまま1個の要素として追加 | iterableの中身を1つずつ追加 |
| 引数に渡すもの | どんな型でも1個（数値・文字列・リストなど） | イテラブル（リスト・文字列・タプル等） |
| リストを渡した場合 | 入れ子（ネスト）になる | 要素が展開されて並ぶ |
| 要素数の増え方 | 常に+1 | 渡したイテラブルの長さぶん増える |
| 文字列を渡した場合 | 文字列全体が1個の要素として追加 | 文字が1文字ずつバラして追加される |
特に注意したいのが「文字列を渡した場合」です。extend()に文字列を渡すと、文字列も「文字を1つずつ取り出せるイテラブル」として扱われるため、1文字ずつバラバラに追加されてしまいます。
words = ['red', 'blue']
words.extend('green')
print(words)
# 実行結果: ['red', 'blue', 'g', 'r', 'e', 'e', 'n']
# → 'green'という1つの単語ではなく、1文字ずつ追加されてしまう
words2 = ['red', 'blue']
words2.append('green')
print(words2)
# 実行結果: ['red', 'blue', 'green']
# → 単語として1個追加したいなら append() が正解「追加したいものを、まるごと1個の要素として扱いたい」ならappend()。「追加したいものの中身を、リストの要素として1つずつ展開したい」ならextend()。この一言さえ覚えておけば、実務で迷うことはほぼありません。
また、`+=`演算子でリストに要素を追加する書き方もよく見かけますが、これはextend()と同じ「元のリストを書き換える」動作をします。一方、`+`演算子は新しいリストを作って返すため、元のリストは変更されません。
a = [1, 2]
a += [3, 4] # extend()と同じ。aそのものを直接書き換える(in-place)
print(a) # [1, 2, 3, 4]
b = [1, 2]
b = b + [3, 4] # 新しいリストを作ってbに代入し直す(元のオブジェクトは変わらない)
print(b) # [1, 2, 3, 4] (結果は同じでも仕組みが違う)04 RELATED METHODS insert()・pop()・remove()との使い分け リスト操作系メソッドを一覧で整理する
append()・extend()以外にも、リストの要素を操作するメソッドはいくつかあります。ここで代表的な4つを整理します。
# insert(位置, 値): 指定した位置に要素を挿入する
colors = ['red', 'blue']
colors.insert(1, 'green')
print(colors)
# 実行結果: ['red', 'green', 'blue']
# pop(位置): 指定した位置(省略時は末尾)の要素を削除して、その値を返す
stock = ['pen', 'note', 'eraser']
removed = stock.pop()
print(removed, stock)
# 実行結果: eraser ['pen', 'note']
# remove(値): 値が一致する最初の要素を検索して削除する
stock.remove('pen')
print(stock)
# 実行結果: ['note']append()が「末尾に追加」専門なのに対し、insert()は「好きな位置に挿入」できる点が最大の違いです。ただし、この便利さには処理速度のトレードオフがあります。
📚 用語解説
計算量（オーダー表記／O記法）：データの件数が増えたとき、処理時間がどれくらい増えるかを表す目安。`O(1)`はデータ件数に関係なくほぼ一定時間で終わる処理、`O(n)`はデータ件数（n件）に比例して時間がかかる処理を意味します。append()は`O(1)`（ならし計算量）で高速ですが、insert()は挿入位置より後ろの要素をすべてずらす必要があるため`O(n)`となり、データ件数が多いほど遅くなります。
| メソッド | 働き | 主な引数 | 戻り値 | 処理速度の目安 |
|---|---|---|---|---|
| append(x) | 末尾に要素を1つ追加 | 追加する値 | None | 高速（O(1)） |
| extend(iterable) | 末尾に複数要素を展開して追加 | イテラブル | None | 追加件数に比例（O(k)） |
| insert(i, x) | 指定位置iに要素を挿入 | 位置・値 | None | データ量に比例（O(n)） |
| pop(i) | 指定位置(省略時は末尾)を削除して返す | 位置（省略可） | 削除した要素 | 末尾ならO(1)、途中ならO(n) |
| remove(x) | 値が一致する最初の要素を削除 | 値 | None | データ量に比例（O(n)） |
大量データ（数万〜数十万件）を扱う業務用スクリプトを書く場合、「末尾への追加だけで済むならappend()を使う」「途中への頻繁な挿入はできるだけ避ける」という設計判断が、処理時間に直結します。この判断は非エンジニアには難易度が高い領域で、AIに任せる価値が特に大きい部分です。
視覚的に整理すると、append()の動作は次のような流れになります。
['apple',
'banana']
末尾に1個だけ
追加を指示
['apple',
'banana',
'cherry']
05 COMMON ERRORS よくあるエラーと落とし穴 実務のコードレビューでよく見るミスを先に潰す
append()は単純なメソッドですが、実際のコードでは以下のようなミスが繰り返し発生します。ここで代表的な3パターンを押さえておきましょう。
5-1. 引数を複数渡してしまうTypeError
data = [1, 2]
data.append(3, 4)
# 実行結果: TypeError: list.append() takes exactly one argument (2 given)
# → append()は「1個のもの」しか受け取れない。複数追加したいならextend()を使う
data.extend([3, 4]) # 正しい書き方
print(data)
# 実行結果: [1, 2, 3, 4]append()は仕様上、引数を1つしか受け取れません。「複数の値を一気に追加したい」場合にappend()を使おうとすると、このエラーで止まります。
5-2. ループの中でappend()を使わず非効率な書き方をしてしまう
# 非効率な書き方: ループのたびに新しいリストを作り直している
squares = []
for n in range(5):
squares = squares + [n ** 2] # 毎回新しいリストをコピーして作り直す
# 効率的な書き方: append()でリストを直接書き換える
squares = []
for n in range(5):
squares.append(n ** 2) # 元のリストに追加するだけ
# さらに簡潔な書き方: リスト内包表記
squares = [n ** 2 for n in range(5)]📚 用語解説
リスト内包表記（list comprehension）：「for文 + append()」の処理を1行で書けるPython特有の記法。`[式 for 変数 in 対象]`という形で、ループを使わずに新しいリストを作れます。コードが短くなるだけでなく、多くの場面でループ+append()より高速に動作します。
件数が少ないうちは体感できる差はほとんどありませんが、数万件規模のデータ処理になると、`+`演算子による再作成を繰り返すコードは目に見えて遅くなります。append()または内包表記を使うのが実務上の定石です。
5-3. for文でリストを回しながらそのリスト自体にappend()する
Pythonのfor文は、リストの要素数を毎回その場で確認しながら進みます。そのため、ループ中に処理対象のリストへappend()で要素を追加すると、後から追加した要素までループの対象に含まれてしまい、条件次第では処理が終わらなくなります。
# 危険な書き方: ループ中に処理対象のリストへ追加し続けると、
# 追加された要素にまでループが及び、リストが際限なく増え続ける(実質無限ループ)
items = [1, 2, 3]
for x in items:
items.append(x * 2) # NG: 追加した要素も次のループでxとして処理されてしまう
# 安全な書き方: 追加専用の別リストを用意し、ループ対象は変更しない
items = [1, 2, 3]
new_items = []
for x in items:
new_items.append(x * 2)
items.extend(new_items)for文でリストを1件ずつ処理している最中に、そのリスト自体へappend()すると、追加された要素までループの対象になり、意図しない無限ループや過剰な処理が起きることがあります。ループ対象のリストと、追加先のリストは分けるのが安全な設計です。こうした「一見動くが条件次第で事故る」コードは、レビューする人がいないと見逃されがちです。
06 BUSINESS JUDGEMENT 【独自】「社内でPythonを学ぶ」は経営判断として正しいか 時給換算で「学習コスト」を捉え直す
ここまで、append()の仕様を技術的に正確に解説してきました。しかし、経営者・管理職として本当に向き合うべき問いは別にあります。「この程度のコードのために、自社の人材にPythonを学ばせる時間を投資すべきか」という経営判断です。
append()単体の仕様を理解するだけなら数分で済みます。しかし、実務で「エラーなく動くデータ処理スクリプトを自力で書けるレベル」に到達するには、変数・条件分岐・繰り返し処理・エラー処理・ライブラリの使い方など、append()の周辺知識を一通り習得する必要があり、一般的には数十時間〜100時間規模の学習時間が必要になると言われています。
学習時間（時間） × あなたの時給 = 学習にかかる実質コスト
このコストと、Claude Codeに都度依頼する場合のコストを比べて、初めて合理的な判断ができます。
| あなたの時給 | 学習80時間の実質コスト | Claude Codeで都度依頼した場合の実質コスト目安 |
|---|---|---|
| 時給3,000円 | 24万円相当 | 月額プラン数千円〜数万円＋依頼のたびの数分 |
| 時給5,000円 | 40万円相当 | 同上 |
| 時給10,000円 | 80万円相当 | 同上 |
もちろん、Pythonを学ぶこと自体に価値がないという話ではありません。エンジニアとして継続的にコードを書く役割の人であれば、append()を含む基礎知識の習得は必須の投資です。しかし、「月に数回、データ集計や請求書チェックのスクリプトが欲しいだけ」という非エンジニアの経営者・管理職にとっては、学習コストがリターンを上回るケースが多いのが実情です。
代表菅澤
「毎日コードを書く」「継続的に機能追加・保守が必要」であれば学習投資の価値が高い。「月に数回、単発でデータ処理がしたいだけ」であればClaude Codeに日本語で依頼する方が、時間対効果は圧倒的に高くなります。
AI鬼管理山崎
07 GENAI CASE STUDY 【独自データ】GENAI実運用：データ処理をClaude Codeに任せた効果 Max 20xプラン契約会社が、リスト操作を含む業務をどう扱っているか
弊社（株式会社GENAI）では、Claude Max 20xプラン（月額約30,000円）を契約し、2025年後半から経営・営業・広告・経理・秘書業務まで全社的にClaude Codeを活用しています。append()に代表されるようなリスト操作・データ集計処理も、社内のあらゆる場面で発生しますが、その大半をClaude Codeへの日本語指示で処理しています。
| 業務領域 | リスト・データ操作の具体例 | 概算削減時間（肌感） |
|---|---|---|
| 経理 | 請求書データのチェックリスト作成・経費仕訳の集計 | 月40h → 月5h |
| 秘書業務 | 日報・議事録からのタスクリスト抽出、スケジュール調整 | 日2h → 日15分 |
| 営業 | 顧客リストへの新規データ追加・提案書の一覧化 | 週20h → 週2h |
| 広告運用 | 週次レポート用データの集計・配信リストの調整 | 週10h → 週1h |
上記は弊社の肌感ベースの数値であり、業種・業態・担当者のスキルによって削減時間は変動します。「完全自動化」ではなく、レビュー・微調整の工程は残る前提でご覧ください。
例えば「毎週の新規顧客をリストに追加して、既存リストと重複がないか確認する」という作業は、append()やin演算子を使ったコードで数行で書けますが、非エンジニアが自力で書くにはハードルがあります。弊社ではこうした処理を、以下のような4ステップでClaude Codeに任せています。
業務データを
準備する
（CSV/Excel等）
日本語で
「新規分だけ
リストに追加して」
Claude Codeが
スクリプトを
生成・実行
結果を確認し
社内で共有
この流れであれば、append()やextend()の文法を意識することなく、「新規のデータだけをリストに追加してほしい」という業務上の目的を伝えるだけで、目的に合ったコードが自動生成・実行されます。
代表菅澤
AI鬼管理山崎
08 PRACTICAL STEPS 非エンジニアがClaude Codeにデータ処理を任せる手順 append()を知らなくても、業務データ処理を任せられる
ここでは、Pythonの文法を知らない非エンジニアでも、実際に業務データの処理をClaude Codeに任せる際の具体的な依頼の仕方を紹介します。
ポイントは、append()やextend()といったプログラミング用語を使わず、業務上の目的を素直に伝えることです。以下のような指示で十分に意図が伝わります。
重要なのは、append()という単語を覚えることではなく、「何をどこに、どういう順序で追加・削除したいか」を具体的に説明できることです。この記事で扱った「末尾に追加」「展開して追加」「途中に挿入」という区別さえ理解していれば、Claude Codeへの指示は驚くほどスムーズになります。
「このExcelファイルの列Aのデータを、条件に合うものだけ新しいリストに集めて」のように、元データ・条件・欲しい結果の3点をセットで伝えると、Claude Codeは高い精度で意図通りのスクリプトを生成します。曖昧な指示より、具体例を1つ添える方が結果は安定します。
生成されたコードにappend()やextend()が使われていた場合も、この記事で説明した「末尾に1個追加」「展開して複数追加」の違いを踏まえて目視確認すれば、非エンジニアでも十分にコードの妥当性をチェックできます。丸投げにせず、最低限のチェック体制を持つことが、業務でAIを安全に活用する鍵になります。
Claude Codeが生成したコードをまったく確認せずに業務データへ適用すると、append()とextend()の取り違えのような小さなミスが、顧客リストの欠損やデータの重複といった実害につながることがあります。特に金額や顧客情報を扱う処理は、実行前に結果件数や一部データを目視確認する運用を推奨します。
09 CONCLUSION まとめ append()の仕様を理解し、書く作業はAIに任せる
この記事では、Pythonのappend()の正確な使い方、extend()・insert()・pop()・remove()との違い、よくあるエラー、そして「Pythonを学ぶべきか、Claude Codeに任せるべきか」という経営判断の視点までを整理しました。最後にポイントを振り返ります。
append()は、たった1つのメソッドですが、その仕様を正確に理解しているかどうかで、業務で使うデータ処理コードの信頼性は大きく変わります。一方で、「このメソッドを暗記して自分で書けるようになる」ことに時間を投資するかどうかは、経営資源の使い方として冷静に判断すべきテーマです。
弊社では、append()のような基礎知識は「AIの出力を検証できる最低限の理解」として押さえたうえで、実際にコードを書く作業はすべてClaude Codeに任せる運用をしています。この考え方に共感いただけた方は、ぜひ以下のAI鬼管理までお気軽にご相談ください。
AI鬼管理山崎
Pythonの文法を覚える前に、Claude Codeで業務データ処理を試してみませんか
append()のようなリスト操作から、請求書チェック・顧客リスト管理まで。
弊社の実運用ノウハウをもとに、あなたの会社に合った導入設計をご提案します。
代表菅澤
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. append()とextend()、結局どちらを使えばいいですか？
A. 追加したいものを「1個のかたまり」としてそのまま加えたいならappend()、追加したいものの「中身を1つずつ展開して」加えたいならextend()を使います。例えば単語を1つ追加するならappend()、複数の単語をまとめて追加するならextend()が適切です。この判断基準さえ押さえておけば、実務のコードレビューでも迷いません。
Q. append()の戻り値がNoneというのはどういう意味ですか？
A. append()はリストそのものを直接書き換えるメソッドで、新しいリストを作って返すわけではないため、戻り値として`None`（何もない）を返します。そのため「`numbers = numbers.append(4)`」のように戻り値を変数に代入し直すと、リストの中身がNoneに置き換わってしまいます。「`numbers.append(4)`」という1行だけで元のリストが更新されるので、代入し直す必要はありません。
Q. append()とinsert()の違いは何ですか？
A. append()は必ずリストの末尾に要素を1つ追加します。一方insert()は、挿入する位置を指定でき、リストの好きな場所に要素を差し込めます。ただしinsert()は挿入位置より後ろの要素をすべてずらす処理が発生するため、データ件数が多いほど処理時間がかかります。末尾への追加で済むならappend()、途中への挿入が必要なときだけinsert()を使うのが基本です。
Q. for文とappend()を使わずにリストを作る方法はありますか？
A. あります。「リスト内包表記」という書き方を使うと、`[n ** 2 for n in range(5)]`のように1行でリストを生成できます。for文とappend()を使う従来の書き方と結果は同じですが、コードが簡潔になり、多くの場面でより高速に処理されます。ただし複雑な条件分岐が絡む場合は、可読性を優先してfor文+append()の方が適切なこともあります。
Q. append()で数万件規模のデータを処理しても問題ありませんか？
A. 問題ありません。append()は処理速度の目安がO(1)（データ件数に関わらずほぼ一定時間）とされており、リスト操作の中でも高速な部類に入ります。ただし、append()の代わりに`リスト = リスト + [値]`という書き方をループ内で繰り返すと、毎回新しいリストを作り直すため、データ件数が増えるほど処理が遅くなります。大量データではappend()または内包表記を使うのが定石です。
Q. 非エンジニアでもPythonのリスト操作を理解しておく必要はありますか？
A. 自分でコードを書けるようになる必要はありませんが、append()やextend()が「何をしているか」を大まかに理解しておくと、AIが生成したコードの妥当性を判断できるようになります。実際にコードを書く作業自体は、Claude Codeのようなツールに日本語で依頼すれば十分に代替できます。「読める」ことと「書ける」ことは別のスキルだと捉えるのが実務的です。
Q. Claude Codeに依頼するとき、append()やextend()という単語を使う必要がありますか？
A. 必須ではありません。「このリストに新しいデータだけ追加して」「このリストの2番目に割り込ませて」のように、業務上の目的を日本語でそのまま伝えれば、Claude Codeが適切なメソッド（append・extend・insertなど）を判断してコードを生成します。ただし、この記事のような基礎知識があると、生成されたコードが意図通りかを自分でチェックできるようになります。
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
