概要：データ集計の概念を覆すQUERY関数の威力
Googleスプレッドシートにおけるデータ集計といえば、多くのユーザーがSUMIF関数やCOUNTIF関数を思い浮かべるでしょう。しかし、複数の条件が絡み合う複雑な集計や、列の並び替え、特定の条件を満たすデータの抽出を単一のセルで行おうとすると、数式は肥大化し、可読性は著しく低下します。ここで登場するのが「QUERY関数」です。
QUERY関数は、Google Visualization API Query Languageを利用して、データベースエンジンのようにスプレッドシート上のデータを操作できる関数です。SQL（Structured Query Language）に近い構文を用いることで、複雑な抽出・集計・並び替えを驚くほど簡潔に記述できます。本稿では、VBAやSQLの知見を持つプロフェッショナルな視点から、QUERY関数を用いた高度な条件付き集計のテクニックを徹底解説します。
詳細解説：QUERY関数の基本構造とデータ処理のメカニズム
QUERY関数の構文は「=QUERY(データ範囲, クエリ文字列, [見出し行数])」という極めてシンプルなものです。鍵となるのは、第2引数の「クエリ文字列」です。この文字列の中に、SQLの構文を記述することで、高度なデータ操作を行います。
特に重要なのは「SELECT」「WHERE」「GROUP BY」「PIVOT」「ORDER BY」といった句の組み合わせです。
1. SELECT: 抽出する列を指定します。
2. WHERE: 集計対象となる行をフィルタリングします。
3. GROUP BY: 指定した列に基づいてデータをグループ化し、SUMやCOUNTなどの集計関数を適用します。
4. PIVOT: データを列方向に展開し、クロス集計表を作成します。
5. ORDER BY: 結果を昇順・降順で並び替えます。
この関数の最大の利点は、参照元データが更新された際、即座に結果が再計算される「動的な柔軟性」にあります。VBAでマクロを組む場合、ループ処理や配列操作を記述する必要がありますが、QUERY関数ならば宣言的な記述のみで同等の結果を得られるのです。
サンプルコード：実務で使える高度な集計ロジック
以下のコード例は、売上データテーブル（A列：日付、B列：担当者、C列：商品カテゴリ、D列：売上金額）から、特定のカテゴリに絞り込み、担当者ごとの合計売上を算出し、売上高で降順に並び替える例です。
=QUERY(A:D, "SELECT B, SUM(D)
WHERE C = '電子機器'
GROUP BY B
ORDER BY SUM(D) DESC
LABEL SUM(D) '合計売上'", 1)
さらに、PIVOT関数を組み合わせることで、クロス集計も容易に作成可能です。
=QUERY(A:D, "SELECT B, SUM(D)
WHERE A >= date '2023-01-01'
GROUP BY B
PIVOT C", 1)
この記述により、担当者を行、商品カテゴリを列としたクロス集計表が自動生成されます。日付の扱いや文字列のクォーテーションの扱いにさえ注意すれば、数行の記述で数百行のコードに匹敵する集計処理が完了します。
実務アドバイス：メンテナンス性を高める「名前付き範囲」と「セル参照」
QUERY関数を実務で運用する際、最も陥りやすい罠は「クエリ文字列の複雑化」です。セル範囲を直接指定せず、「名前付き範囲」を活用することで、データ構造が変わった際の影響範囲を最小限に抑えられます。
また、条件をハードコード（直接記述）するのではなく、セル参照を利用するテクニックも必須です。例えば、特定の担当者を画面上のセル（例えばF1セル）で切り替えたい場合、以下のように記述します。
=QUERY(A:D, "SELECT * WHERE B = '" & F1 & "'", 1)
この「&」演算子による文字列連結は、SQLインジェクションのようなリスクを考える必要がないスプレッドシート環境において、動的なダッシュボードを作成するための強力な武器となります。ただし、クエリが複雑になりすぎた場合は、QUERY関数をネストするのではなく、中間テーブル（作業用シート）を作成して処理を分割することを推奨します。デバッグのしやすさが、業務効率に直結するからです。
エラーハンドリングと最適化の考え方
QUERY関数を使用する際、しばしば「#VALUE!」エラーに直面することがあります。これは、データ型（数値とテキストの混在など）が不一致である場合に多く発生します。QUERY関数は、列内のデータの大部分がテキストであれば数値を無視し、大部分が数値であればテキストを無視する性質があります。
この問題を解決するには、事前にARRAYFORMULA関数やTO_TEXT関数を使用して、データの型を統一しておくことが重要です。また、QUERY関数は大量のデータを一度に処理するため、シート全体を計算対象にするのではなく、必要な範囲のみを指定する（例：A1:D1000）ことで、パフォーマンスを維持できます。
まとめ：スプレッドシートを「データプラットフォーム」へ進化させる
QUERY関数は、単なる関数を超えた「データ分析ツール」です。Excel VBAのようなプログラミングの知識を持つ方であれば、その宣言的な記述方法に、ある種の合理性と美しさを感じるはずです。
複雑な集計のためにマクロを走らせ、ボタンを押して待機する時代は終わりました。QUERY関数をマスターすることで、データソースの変更にリアルタイムで追従する「生きたダッシュボード」を構築することが可能となります。
今回紹介した技術は、基本的な抽出からクロス集計まで、実務における9割のニーズをカバーできるはずです。まずは小さなデータセットで構いません。今日からQUERY関数を導入し、あなたのスプレッドシート運用を、よりインテリジェントで効率的なものへと進化させてください。データの背後にある本質的な価値を見出すために、この強力な武器を使いこなすことが、これからの時代に求められるデータリテラシーそのものなのです。
