Excel売上予測をClaude Codeに頼んだら10分で完成した【2026年AI活用版】

import pandas as pd
import matplotlib
matplotlib.use(‘Agg’) # GUIなし環境用バックエンド
import matplotlib.pyplot as plt
import japanize_matplotlib # 日本語フォント対応
from prophet import Prophet
import openpyxl
from openpyxl.styles import Font, PatternFill, Alignment
from openpyxl.drawing.image import Image as XLImage
from pathlib import Path
import datetime

# ================================
# 設定（必要に応じて変更してください）
# ================================
CSV_PATH = “sales.csv” # 入力CSVファイル
OUTPUT_EXCEL = “forecast_result.xlsx” # 出力Excelファイル
FORECAST_MONTHS = 3 # 何ヶ月先まで予測するか
EXCEL_GREEN = “#107C41”
# ================================
# Step1: CSVを読み込んで月次集計
# ================================
def load_and_aggregate(csv_path: str) -> pd.DataFrame:
“””CSVを読み込み、月次売上を集計してProphet用データフレームを返す”””
df = pd.read_csv(csv_path, parse_dates=[“date”])

# 月次集計（Prophetはds/y列名が必要）
monthly = (
df.resample(“MS”, on=“date”)[“sales”]
.sum()
.reset_index()
.rename(columns={“date”: “ds”, “sales”: “y”})
)

print(f”データ読み込み完了: {len(monthly)}ヶ月分のデータ”)
print(f”期間: {monthly[‘ds’].min().strftime(‘%Y年%m月’)} 〜 {monthly[‘ds’].max().strftime(‘%Y年%m月’)}”)
return monthly

# ================================
# Step2: Prophetで売上予測
# ================================
def run_forecast(monthly_df: pd.DataFrame, months: int) -> tuple:
“””Prophetモデルで将来の売上を予測する”””
# Prophetモデルの設定
model = Prophet(
yearly_seasonality=True, # 年次季節性（繁忙期・閑散期）を考慮
weekly_seasonality=False, # 月次データなので週次は無効
daily_seasonality=False, # 月次データなので日次は無効
seasonality_mode=“multiplicative”, # 売上は乗法的季節性が多い
changepoint_prior_scale=0.05, # トレンド変化点の感度
)

# 日本の祝日を追加（任意）
model.add_country_holidays(country_name=“JP”)

# モデル学習
model.fit(monthly_df)

# 予測期間のデータフレームを作成（月初日）
future = model.make_future_dataframe(
periods=months,
freq=“MS” # Month Start（月初）
)

# 予測実行
forecast = model.predict(future)

print(f”予測完了: {months}ヶ月先まで予測しました”)
return model, forecast

# ================================
# Step3: グラフ生成
# ================================
def create_forecast_chart(
monthly_df: pd.DataFrame,
forecast: pd.DataFrame,
output_path: str
) -> str:
“””実績と予測を重ねたグラフを生成してPNGに保存する”””

fig, axes = plt.subplots(2, 1, figsize=(12, 10))

# — グラフ1: 売上予測（実績 + 予測 + 信頼区間）—
ax = axes[0]

# 実績データ
actual_dates = monthly_df[“ds”]
actual_sales = monthly_df[“y”] / 1e6 # 百万円単位
# 予測データ
pred = forecast.set_index(“ds”)
pred_sales = pred[“yhat”] / 1e6
pred_lower = pred[“yhat_lower”] / 1e6
pred_upper = pred[“yhat_upper”] / 1e6
# 信頼区間（塗りつぶし）
ax.fill_between(
pred.index, pred_lower, pred_upper,
alpha=0.2, color=EXCEL_GREEN, label=“信頼区間（80%）”
)

# 予測ライン
ax.plot(pred.index, pred_sales,
color=EXCEL_GREEN, linewidth=2, linestyle=“–“,
label=“予測値”, zorder=3)

# 実績ライン
ax.plot(actual_dates, actual_sales,
color=“#1a1a1a”, linewidth=2.5,
marker=“o”, markersize=5, label=“実績値”, zorder=4)

# 予測開始の縦線
forecast_start = monthly_df[“ds”].max()
ax.axvline(x=forecast_start, color=“#f59e0b”,
linewidth=1.5, linestyle=“:”, label=“予測開始”)
ax.text(forecast_start, ax.get_ylim()[1] * 0.95,
” 予測開始→”, color=“#f59e0b”, fontsize=9)

ax.set_title(“月次売上 実績 + 3ヶ月先予測”, fontsize=14, fontweight=“bold”, pad=12)
ax.set_ylabel(“売上（百万円）”)
ax.legend(loc=“upper left”)
ax.grid(axis=“y”, linestyle=“–“, alpha=0.5)
[ax.spines[s].set_visible(False) for s in [“top”, “right”]]

# — グラフ2: 季節性の成分 —
ax2 = axes[1]
trend = forecast[“trend”] / 1e6
ax2.plot(forecast[“ds”], trend,
color=EXCEL_GREEN, linewidth=2)
ax2.fill_between(forecast[“ds”], trend, alpha=0.15, color=EXCEL_GREEN)
ax2.set_title(“基調トレンド”, fontsize=13, fontweight=“bold”)
ax2.set_ylabel(“トレンド成分（百万円）”)
ax2.grid(axis=“y”, linestyle=“–“, alpha=0.5)
[ax2.spines[s].set_visible(False) for s in [“top”, “right”]]

plt.tight_layout(pad=3.0)
fig.savefig(output_path, dpi=150, bbox_inches=“tight”)
plt.close(fig)

print(f”グラフ保存: {output_path}”)
return output_path

# ================================
# Step4: Excelファイルに出力
# ================================
def export_to_excel(
monthly_df: pd.DataFrame,
forecast: pd.DataFrame,
chart_path: str,
output_path: str
):
“””予測結果をExcelファイルに出力する（グラフ付き）”””

wb = openpyxl.Workbook()

# —- シート1: 売上予測グラフ —-
ws_chart = wb.active
ws_chart.title = “予測グラフ”
# タイトル
ws_chart.merge_cells(“A1:N1”)
c = ws_chart[“A1”]
c.value = f”売上予測レポート — {datetime.date.today().strftime(‘%Y年%m月%d日’)} 生成”
c.font = Font(bold=True, size=14, color=“FFFFFF”)
c.fill = PatternFill(“solid”, fgColor=“107C41”)
c.alignment = Alignment(horizontal=“center”, vertical=“center”)
ws_chart.row_dimensions[1].height = 36
# グラフ画像を挿入
img = XLImage(chart_path)
img.width, img.height = 700, 500
ws_chart.add_image(img, “A3”)

# —- シート2: 予測数値データ —-
ws_data = wb.create_sheet(“予測数値”)

# ヘッダー
headers = [“年月”, “実績（円）”, “予測値（円）”, “予測下限（円）”, “予測上限（円）”, “区分”]
header_fill = PatternFill(“solid”, fgColor=“107C41”)
for col, h in enumerate(headers, 1):
cell = ws_data.cell(row=1, column=col, value=h)
cell.font = Font(bold=True, color=“FFFFFF”)
cell.fill = header_fill
cell.alignment = Alignment(horizontal=“center”)

# 実績データのセット
actual_dict = monthly_df.set_index(“ds”)[“y”].to_dict()
last_actual = monthly_df[“ds”].max()

# データ行の書き込み
for row_i, (_, row) in enumerate(forecast.iterrows(), 2):
ds = row[“ds”]
actual = actual_dict.get(ds, “”)
is_forecast = ds > last_actual
label = “予測” if is_forecast else “実績”

values = [
ds.strftime(“%Y年%m月”),
actual,
round(row[“yhat”]),
round(row[“yhat_lower”]),
round(row[“yhat_upper”]),
label,
]
for col_i, val in enumerate(values, 1):
cell = ws_data.cell(row=row_i, column=col_i, value=val)
if is_forecast:
cell.fill = PatternFill(“solid”, fgColor=“F0FAF4”)

# 列幅の自動調整
for col_cells in ws_data.columns:
max_len = max(len(str(c.value or “”)) for c in col_cells)
ws_data.column_dimensions[col_cells[0].column_letter].width = max_len + 4

wb.save(output_path)
print(f”Excel出力完了: {output_path}”)

# ================================
# メイン処理
# ================================
def main():
print(“=== 売上予測スクリプト（Claude Code生成）===”)

print(“\n[1/4] CSVデータを読み込んでいます…”)
monthly_df = load_and_aggregate(CSV_PATH)

print(“\n[2/4] Prophetで売上を予測しています…”)
model, forecast = run_forecast(monthly_df, FORECAST_MONTHS)

print(“\n[3/4] 予測グラフを生成しています…”)
chart_path = “forecast_chart.png”
create_forecast_chart(monthly_df, forecast, chart_path)

print(“\n[4/4] Excelファイルに出力しています…”)
export_to_excel(monthly_df, forecast, chart_path, OUTPUT_EXCEL)

print(“\n完了！予測結果ファイル:”, OUTPUT_EXCEL)

# 予測サマリーを表示
future_rows = forecast[forecast[“ds”] > monthly_df[“ds”].max()]
print(“\n— 3ヶ月予測サマリー —“)
for _, row in future_rows.iterrows():
print(
f” {row[‘ds’].strftime(‘%Y年%m月’)}: “
f”¥{row[‘yhat’]/1e6:.1f}M “
f”(下限 ¥{row[‘yhat_lower’]/1e6:.1f}M 〜 上限 ¥{row[‘yhat_upper’]/1e6:.1f}M)”
)

if __name__ == “__main__”:
main()