data-export-excel

Excel データのエクスポート（汎用）

概要

このスキルを使用すると、バイオインフォマティクスのデータ、解析結果、書式設定済みのテーブルを、見やすい Excel スプレッドシートにエクスポートできます。クラウドホスト型のソリューションとは異なり、このスキルでは openpyxl Python ライブラリを使用し、お使いの環境でローカルに実行されるため、GPT、Gemini、Claude、DeepSeek、Qwen を含むすべての LLM プロバイダーに対応しています。

このスキルを使用する場面

• AnnData の観測値（.obs）または変数（.var）を Excel にエクスポートする
• 書式設定を適用して DEG 解析結果を保存する
• 異なるデータ型を含む複数シートのブックを作成する
• セルのスタイルを設定して、書式設定済みの Excel レポートを生成する
• クラスターのアノテーション、細胞型の割り当て、品質管理メトリクスをエクスポートする

使用方法

ステップ 1: 必要なライブラリをインポートする

import openpyxl
from openpyxl import Workbook
from openpyxl.styles import Font, PatternFill, Alignment, Border, Side
from openpyxl.utils.dataframe import dataframe_to_rows
import pandas as pd
import numpy as np

ステップ 2: データを準備する

データを pandas の DataFrame 形式に変換します。

# Example: Export AnnData observations
df = adata.obs.copy()

# Example: Export DEG results
deg_df = pd.DataFrame({
    'gene': gene_names,
    'log2FC': log2_fold_changes,
    'pvalue': pvalues,
    'qvalue': qvalues
})

# Example: Export cluster statistics
cluster_stats = adata.obs.groupby('clusters').size().reset_index(name='count')

ステップ 3: Excel ブックを作成する

# Create new workbook
wb = Workbook()
ws = wb.active
ws.title = "Sheet Name"

# Write DataFrame to worksheet
for r in dataframe_to_rows(df, index=False, header=True):
    ws.append(r)

ステップ 4: 書式を設定する（任意）

# Style header row
header_fill = PatternFill(start_color="4472C4", end_color="4472C4", fill_type="solid")
header_font = Font(bold=True, color="FFFFFF")

for cell in ws[1]:
    cell.fill = header_fill
    cell.font = header_font
    cell.alignment = Alignment(horizontal='center')

# Auto-adjust column widths
for column in ws.columns:
    max_length = 0
    column_letter = column[0].column_letter
    for cell in column:
        try:
            if len(str(cell.value)) > max_length:
                max_length = len(str(cell.value))
        except:
            pass
    adjusted_width = min(max_length + 2, 50)
    ws.column_dimensions[column_letter].width = adjusted_width

# Add borders
thin_border = Border(
    left=Side(style='thin'),
    right=Side(style='thin'),
    top=Side(style='thin'),
    bottom=Side(style='thin')
)
for row in ws.iter_rows(min_row=1, max_row=ws.max_row, min_col=1, max_col=ws.max_column):
    for cell in row:
        cell.border = thin_border

ステップ 5: ブックを保存する

# Save to file
output_path = "analysis_results.xlsx"
wb.save(output_path)
print(f"✅ Excel file saved to: {output_path}")

複数シートのブック

データ型ごとに複数のシートを含むブックを作成します。

wb = Workbook()

# Sheet 1: Cell metadata
ws1 = wb.active
ws1.title = "Cell Metadata"
for r in dataframe_to_rows(adata.obs, index=True, header=True):
    ws1.append(r)

# Sheet 2: Gene metadata
ws2 = wb.create_sheet("Gene Metadata")
for r in dataframe_to_rows(adata.var, index=True, header=True):
    ws2.append(r)

# Sheet 3: DEG results
ws3 = wb.create_sheet("DEG Results")
for r in dataframe_to_rows(deg_df, index=False, header=True):
    ws3.append(r)

wb.save("multi_sheet_analysis.xlsx")

ベストプラクティス

1. 列見出し：必ず最初の行に列見出しを含めます
2. データ型：書き込み前に numpy 配列をリストに変換します
3. 大規模なデータセット：100K 行を超えるデータセットでは、代わりに CSV へのエクスポートを検討します
4. ファイルパス：絶対パスを使用するか、出力ディレクトリが存在することを確認します
5. 書式設定：ファイルサイズを抑えるため、書式設定は必要最小限にします
6. インデックス：DataFrame のインデックスを含めるかどうかを決めます（dataframe_to_rows で index=True/False を設定します）

よくあるユースケース

品質管理メトリクスをエクスポートする

qc_metrics = adata.obs[['n_genes', 'n_counts', 'percent_mito', 'clusters']].copy()

wb = Workbook()
ws = wb.active
ws.title = "QC Metrics"

for r in dataframe_to_rows(qc_metrics, index=False, header=True):
    ws.append(r)

# Highlight cells with high mitochondrial content
for row in range(2, ws.max_row + 1):
    if ws.cell(row, 3).value > 0.2:  # percent_mito > 20%
        ws.cell(row, 3).fill = PatternFill(start_color="FFC7CE", end_color="FFC7CE", fill_type="solid")

wb.save("qc_metrics.xlsx")

クラスターごとのマーカー遺伝子をエクスポートする

# Assuming you have marker genes for each cluster
marker_dict = {
    'Cluster_0': ['CD3D', 'CD3E', 'CD8A'],
    'Cluster_1': ['CD79A', 'MS4A1', 'CD19'],
    'Cluster_2': ['LYZ', 'S100A9', 'CD14']
}

wb = Workbook()

for cluster_name, genes in marker_dict.items():
    ws = wb.create_sheet(cluster_name)
    ws.append(['Marker Gene'])
    for gene in genes:
        ws.append([gene])

# Remove default sheet
if 'Sheet' in wb.sheetnames:
    wb.remove(wb['Sheet'])

wb.save("marker_genes.xlsx")

条件付き書式を設定して DEG 解析をエクスポートする

wb = Workbook()
ws = wb.active
ws.title = "DEG Analysis"

# Write DEG results
for r in dataframe_to_rows(deg_df, index=False, header=True):
    ws.append(r)

# Color code by fold change
for row in range(2, ws.max_row + 1):
    log2fc = ws.cell(row, 2).value  # Assuming log2FC in column 2
    if log2fc > 1:  # Upregulated
        ws.cell(row, 2).fill = PatternFill(start_color="C6EFCE", end_color="C6EFCE", fill_type="solid")
    elif log2fc < -1:  # Downregulated
        ws.cell(row, 2).fill = PatternFill(start_color="FFC7CE", end_color="FFC7CE", fill_type="solid")

wb.save("deg_results_formatted.xlsx")

トラブルシューティング

問題："openpyxl not found"

解決策：ライブラリをインストールします。

import subprocess
subprocess.check_call(['pip', 'install', 'openpyxl'])

問題："Invalid data type for cell"

解決策：numpy／pandas の型を Python の標準型に変換します。

# Convert numpy types
df = df.astype(object).where(pd.notnull(df), None)

# Or convert specific columns
df['column_name'] = df['column_name'].astype(str)

問題："Memory error with large datasets"

解決策：データを分割してエクスポートするか、代わりに CSV 形式を使用します。

# Fallback to CSV for large data
df.to_csv('large_dataset.csv', index=False)
print("Dataset too large for Excel, saved as CSV instead")

技術的な注意事項

• ライブラリ：openpyxl を使用します（純粋な Python で動作し、外部依存関係はありません）
• 実行：エージェントのサンドボックス内でローカルに実行されます
• 互換性：すべての LLM プロバイダー（GPT、Gemini、Claude、DeepSeek、Qwen など）で動作します
• ファイルの制限：Excel の上限は 1,048,576 行です（これを超えるデータセットには CSV を使用してください）
• パフォーマンス：約 10K 行の書き込みには 1～2 秒、100K 行には 10～20 秒かかります

参考資料

• openpyxl のドキュメント：https://openpyxl.readthedocs.io/
• pandas DataFrame のエクスポート：https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.to_excel.html