住所の「全角ハイフン」と「半角ハイフン」が混在して、VLOOKUPが全件不一致になった日

見えない文字の罠

冷え切ったオフィスで、淹れたてのコーヒーを一口すする。午前9時。今日の任務は、全社から集まった数千行の住所データを顧客マスタと照合することだ。Excelを開き、慣れた手つきでVLOOKUP関数を打ち込む。検索値は住所。範囲はマスタ。列番号は2。照合型は完全一致の0。エンターキーを叩き、オートフィルで数式を末尾までコピーした。

画面が真っ白に染まった気がした。エラー。エラー。エラー。表示されたのは、無情な「#N/A」の羅列。あるいは本来入るべき金額の代わりに並んだ「0」という数字だけだった。

ハイフンの呪い

まず、前日に完璧に準備したはずのVLOOKUP関数が。1行もヒットせずにエラーを吐き出した。検索値の「港区六本木1-2-3」とマスタの「港区六本木1-2-3」を何度も凝視し。F2キーでセルを編集状態にして比較したが。カーソルの動きも文字数も全く同じに見える。原因がわからず。モニターとの距離が5センチになるまで顔を近づけて目を皿のようにしたが。視界がかすむだけで何も解決しなかった。

心臓の鼓動が耳元でうるさく鳴り、背中に嫌な汗が流れるのを感じた。

目視によるチェックは、データ照合において最も信頼できない手段だ。人間の脳は都合よく情報を補完してしまう。画面上の「1-2-3」と「1－2－3」は。フォントや解像度によっては完全に同一のものとして処理される。しかし、コンピュータにとっては、これらは火星と金星ほどに遠い存在である。一文字でも、1ビットでも違えば、それは「不一致」として切り捨てられる。

結局、その日の午前中は

結局、その日の午前中は。検索と置換ダイアログに「－（全角）」を入れて「-（半角）」に置換する作業に費やされた。しかし、事態はさらに悪化した。置換したはずなのに、依然としてVLOOKUPは沈黙を守ったままだ。絶望が胃のあたりを重く圧迫する。なぜ直らない。同じ「ハイフン」に見える文字を、私はすべて潰したはずだった。

Excel「ハイフン」の罠

次に、Excelの「検索と置換」には、致命的な弱点がある。それは、私たち人間が「ハイフン的なもの」と呼んでいる記号が。実はデジタルの世界では数十種類に分かれているという事実です。

著者の体験では。日本のビジネス現場で混入しやすいハイフン系文字だけで9種類以上を確認している（半角ハイフン U+002D・全角ハイフンマイナス U+FF0D・長音符 U+30FC・マイナス記号 U+2212・ENダッシュ U+2013・EMダッシュ U+2014・波ダッシュ U+301C・ハイフン U+2010・ノンブレーキングハイフン U+2011）。

多様な横棒文字の落とし穴

一般的に日本のビジネス現場で混入しやすいものだけでも、驚くほど種類が多い。半角ハイフン（U+002D）は、キーボードの「ほ」の位置にある。最も標準的なものだ。全角ハイフンマイナス（U+FF0D）は、日本語入力で確定されるもの。長音符（U+30FC）は、「コーヒー」や「データ」に使われる。さらに厄介なのが、マイナス記号（U+2212）や、波ダッシュ（U+301C）。

EMダッシュ（U+2014）、ENダッシュ（U+2013）だ。これらがフォントの魔法によって、すべて「短い横棒」として画面に描画される。

似て非なる文字の戦場

一方で、他部署から送られてきたCSVファイルをExcelで開いたところ。住所の番地部分が「1ー2ー3」となっていた。一見するとハイフンに見えるが、実はカタカナの「長音符」だったのだ。一括置換で「ハイフン」を「半角ハイフン」に変換しても。長音符は検索対象外なので残る。これに気づくまでに2時間を要し、ようやく長音符を置換したと思ったら。今度は「1‐2‐3」という。

さらに短く絶妙に異なるダッシュが混じっているのを見つけて。思わずキーボードを叩きそうになった。

なぜ、このような混在が起きるのか。原因は入力環境の多様性にある。Macで入力したデータ、古いレガシーシステムから書き出されたデータ。あるいはWebフォームからスマホで入力されたデータ。これらが一つのExcelシートに集結したとき。そこは「似て非なる文字」の戦場と化す。Unicode（ユニコード）という規格は。世界中の文字を扱うために非常に懐が深いが。

その深さが事務職の人間にとっては底なしの沼となる。

Excel置換の落とし穴

Excelの標準機能である「置換」は。見た目の曖昧さをある程度許容してくれる場合もある。しかし、それは時として「置換したつもりで。実は別のコードを無視している」という罠を生む。正確なデータクレンジングを行うには、画面上の「見た目」という幻想を捨て。背後の「コードポイント」を直接制御しなければならありません。

PythonのNFKCでデータ正規化を劇的に効率化

そのため、Excelで置換を繰り返してもデータが綺麗にならないのは。操作する側の根気が足りないからではない。ツールの仕組みが。多様すぎるUnicodeのコードポイントに対応しきれていないからだ。特に、全角と半角を区別する・しないの設定が。ユーザーの意図と微妙にズレることが多い。

ここでPythonの出番となる。プログラミングと聞くと身構えるかもしれないが。データクレンジングにおいてPythonは最強の掃除機だ。特に「pandas」ライブラリと「unicodedata」モジュールを組み合わせれば。Excelで数時間かかる作業が数秒で、しかも完璧に終わる。

著者の体験では、Excelでの手動置換作業に2〜3時間を要していたものが。Pythonスクリプトによる自動正規化では10秒以下で完了するようになった。処理対象が4,000行のCSVでも、所要時間は実測で3秒前後だった。

NFKCで住所データ正規化 Pythonがもたらす事務…

しかし、Pythonで住所データを正規化する際。最も強力な武器になるのが「NFKC」という正規化方式だ。これは「Unicode正規化」と呼ばれる技術の一つで。互換性のある文字を一定のルールで統一してくれる。全角の「１２３」は半角の「123」に、全角の「ABC」は半角の「ABC」に。そして全角の「－」も適切な形に変換される。

“`python
import unicodedata
import pandas as pd

Pythonで「見えないエラー」を一掃

def clean_address(text):
if not isinstance(text, str):
return text
# Unicode正規化（全角英数字を半角に、特定の記号を統一）
text = unicodedata.normalize(‘NFKC’, text)
# 頑固に残る特定のハイフン系文字を個別置換
hyphens = [‘ー’, ‘―’, ‘‐’, ‘‑’, ‘–’, ‘—’, ‘−’, ‘－’, ‘～’]
for h in hyphens:
text = text.replace(h, ‘-‘)
return text
“`

Pythonで事務作業効率化。データエラーを一掃

さらに、Pythonのunicodedata.normalizeを初めて知ったとき。これまで自分がExcelで行ってきた数千回のクリックは何だったのかと愕然とした。スクリプトを実行した瞬間、あんなに苦戦した「見た目が同じで不一致」なデータが。一瞬で整列した。マスタとの照合率は100%になり。VLOOKUPの代わりに使ったpandasのmerge関数が完璧な結果を返した。

その日は定時で帰ることができ。帰り道に書店でPythonの入門書を買い足した。

事務職がPythonを学ぶべき理由は。AIを作るためではない。こうした「機械にはわかるが人間には見えないエラー」を、機械の力で一掃するためだ。一度スクリプトを書いてしまえば、来月の集計作業も、再来月の移行作業も。ボタン一つで終わる。

汚れたデータは入口で防ぐ

データが汚れてから掃除するのは。泥水の中に落ちた小銭を探すようなものだ。どれだけ高性能な掃除機（Python）を持っていても。最初から泥水に入れなければ苦労はしない。次に考えるべきは、表記揺れを「入口で防ぐ」設計思想です。

まず、多くの会社では。Googleフォームや社内システムで住所を入力させる際。自由記述のテキストボックスを使っている。これが諸悪の根源である。ユーザーは善意で「１－２－３」と入れたり、「1-2-3」と入れたりする。全角半角の切り替えを意識しているユーザーなど。この世には存在しないと思ったほうがいい。

データ品質は入力段階から守る

社内のアンケートフォームを自由記述にしていたせいで。回収した1,000件の回答のうち、電話番号の形式が50種類以上になっていた。「090-xxxx」「(090)xxxx」「090 xxxx」「090xxxx」……。これらをExcelのIF関数とSUBSTITUTE関数で無理やり整えようとしたが。数式が3行にわたるほど巨大になり、結局途中で計算が合わなくなった。

翌月のフォームからは、入力欄を3つのボックスに分け。半角数字以外はエラーを出すバリデーション機能をつけた。最初からこうしていれば、私の週末は潰れずに済んだのです。

運用ルールとデータ検疫で護る現場

システムを自作できない環境でも。運用ルールでカバーできることは多い。例えば、取引先からExcelでデータを送ってもらう際。入力規則（データの入力規則）を設定しておく。あるいは、プルダウンメニューを活用して、自由入力を極力排除する。「全角で入力してください」という注釈は、ほとんどの場合無視される。人間は指示を読まない。一方で、システムが「半角以外は送信させない」と拒絶すれば。

ユーザーは渋々それに従う。この「拒絶」こそが、下流工程で働く事務職の命を守る盾になる。

次に、データを受け取った瞬間にPythonで自動バリデーションをかけるのも有効だ。業務処理に回す前に、異常値を弾く「検疫」のステップを設ける。これにより、VLOOKUPが全件不一致になるような悪夢を、朝一番の段階で予見し。対処することが可能になる。

データ表記揺れとの戦い。仕組みと技術の勝利

住所のハイフン一つで、貴重な一日の業務が停止する。これは事務職にとって「あるある」で済ませていい問題ではない。ITリテラシーの欠如が生む、立派なコストの損失です。

私たちはこれまで、Excelの検索と置換という。いわば「ホウキとちりとり」だけで広大なデータという名の荒野を掃除しようとしてきた。しかし、Unicodeという複雑な宇宙を相手にするには、それでは力不足だ。Pythonという重機を導入し、かつ「汚さない」ためのルールを策定する。この両輪が揃って初めて、無意味な残業から解放される。

一方で、VLOOKUPが返した「0」や「#N/A」は、データからのSOSだ。「今のままのやり方では限界だ」という叫びでもある。その声を無視して目視確認に走るのか、それともUnicodeの正体を知り。ツールを乗り換えるのか。

自動化と仕組みで業務効率化と心の余裕

一連のハイフン騒動をきっかけに。月1回のデータ照合作業（従来3〜4時間）を自動化した結果。処理時間が15分程度に短縮された。年間換算で約40時間の工数が削減でき。その時間を次の自動化ツール開発に充てることができた。

一連のハイフン騒動をきっかけに。部署内のすべてのデータ受領フローを見直した。最初は「入力が面倒になる」と不満を言っていた上司も。集計結果が翌朝には正確に出揃うスピード感を目の当たりにして。今では「最初から正しいデータを入れさせるのが当たり前だ」と言うようになった。私自身の胃の痛みも消え、今ではエラーが出ても「ああ。あのコードポイントだな」と冷静にコードを書けるようになった。

そのため。表記揺れとの戦いは、精神論では勝てない。仕組みと、技術と、そして少しの設計思想。これらを手にしたとき、あなたのExcelシートは。二度と沈黙することはないだろう。コーヒーをもう一杯淹れる余裕は、そこにある。

関連リンクとチェックリスト

関連リンクとチェックリスト

学習サービスとアンケート

学習サービスとアンケート