Kalori
アプリ / 登録

ホーム > ブログ > Kaloriの食事記録をExcelで分析してみた|曜日・時間帯・PFCをピボットテーブルで集計

使い方

Kaloriの食事記録をExcelで分析してみた|曜日・時間帯・PFCをピボットテーブルで集計

この記事はAIがKaloriのデータベース(520チェーン以上・数万商品の栄養データ)を分析して執筆し、編集部が内容を校閲しています。栄養成分の数値は各チェーンの公式情報に基づいていますが、商品のリニューアル等により実際の値と異なる場合があります。

Kaloriの食事記録をExcelで分析してみた。meals.csv を Excel で開いた表を、ピボットテーブルで曜日ごとに平均すると、金曜 2,795kcal・土曜 2,557kcal だけが目標の1,900kcalを大きく超えていた。

毎日食事を記録しているのに、なかなか思うように体重が減らない——そんなときは、記録を1日ずつ眺めるだけでなく、数週間分をまとめて集計してみると原因が見えてくることがあります。

この記事では、Kaloriに記録した食事データをCSVで書き出し、Excelで分析する手順を紹介します。例として、30代会社員(1日の目標1,900kcal)の4週間・157件のモデルデータを使って集計してみました。まずは分析結果の全体像からご覧ください。

4週間の記録でわかったこと。金曜と土曜の2日で4週間のカロリーの39%。夜ごはんが1日のカロリーの41.5%。脂質が31.9%で目標量20〜30%をやや超える。体重は7日平均で74.3kgから73.8kgへ0.5kg減。

平日は目標カロリー内にしっかり収まっているものの、金曜と土曜の2日間だけで全体の約4割のカロリーを摂っていたことがわかりました。ここからは、ご自身の記録でも同じ分析ができるように、手順を順番に解説します(記事の最後で、CSVを貼り付けるだけで自動集計できるExcelテンプレートも配布しています)。

ステップ1:Kaloriから記録をCSVで書き出す

Kaloriの記録をExcelで分析する3ステップ。1 マイページのデータをエクスポートから記録を書き出す。2 ZIPを展開して、csvフォルダのmeals.csvとweights.csvをExcelで開く。3 ピボットテーブルで日・曜日・時間帯ごとに集計する。

アプリの「マイページ」から「データをエクスポート」を選ぶと、これまでの記録をZIPファイルでダウンロードできます。iPhone版では「アカウント操作」、Android版とブラウザ版(my.kalori.jp)では「設定」の中にあります。データの書き出しは全プラン無料です。

ステップ2:CSVファイルをExcelで開く

ダウンロードしたZIPファイルを展開し、csv フォルダの中にある meals.csv をダブルクリックすると、そのままExcelで開けます。

※2026年11月中旬より前に書き出したCSVファイルは、ダブルクリックで開くと文字化けすることがあります。その場合は、アプリからもう一度書き出し直すか、Excelの「データ」タブ →「テキストまたはCSVから」でファイルを選び、「元のファイル」を「65001: Unicode (UTF-8)」に指定して読み込んでください。

食事の記録(meals.csv)は、次のような列で構成されています。

meals.csv はこんな表。1行が1件の記録で、date(食べた日)、slot(時間帯)、name(品の名前)、calories(カロリー kcal)、protein・fat・carbs(たんぱく質・脂質・炭水化物 g)の列を使う。slot の値は early_morning 早朝、breakfast 朝ごはん、mid_morning 午前、lunch 昼ごはん、afternoon 午後、dinner 夜ごはん、late_night 夜間。

集計を始める前に、次の2点だけ押さえておくとスムーズに進められます。

集計の前に知っておくこと2つ。1 calories は数量や食べた割合を反映したあとの値なので、そのまま足してよい(おにぎり2個なら358kcal、ポテトを半分なら258.5kcal)。2 日付は date 列で数える。recordedAt は世界標準時なので、10月12日朝7時40分の記録が 2026-10-11T22:40:00Z と前日に見える。

ステップ3:1日の合計カロリーを集計する

日ごとの合計カロリーは、Excelのピボットテーブルを使うと数クリックで算出できます。

  1. 表の中のセルをどこでも1つ選び、「挿入」タブ →「ピボットテーブル」→「OK」をクリックする
  2. 画面右側のフィールド一覧から、date を「行」へ、calories を「値」へドラッグする
ピボットテーブルの置き方。行にdate、値に合計/caloriesを置くと、2026/10/12は1,697kcal、10/13は1,562kcal、10/14は2,005kcal、10/15は1,791kcalのように日ごとの合計が出る。

集計された表を選び、「挿入」タブ →「おすすめグラフ」から棒グラフを作ると、4週間のカロリー推移がひと目でわかります。

1日の合計カロリーの4週間の棒グラフ。目標1,900kcalの線を、毎週の金曜と土曜が大きく超えている。3週目の水曜は夜の記録がなく977kcalと極端に低い。

28日間のうち目標(1,900kcal)を超えたのは10日で、そのほとんどが特定の曜日に集中していました。なお、極端にカロリーが低い日は「食事を抜いた」のではなく「記録し忘れている」ケースがよくあります。平均値を出す前に、こうした入力漏れの日がないかグラフで確かめておくと安心です。

ステップ4:曜日ごとの平均カロリーを出す

グラフで見えてきた曜日ごとの傾向を、平均値でも確かめてみます。ここでのポイントは、先に「1日ごとの合計」を出してから、曜日別に平均することです(元の meals.csv のまま曜日で平均すると、「1品あたり」の平均になってしまいます)。

曜日ごとの平均は1日の合計から出す。meals.csv(1行1件)をピボットテーブルで日ごとに合計し、曜日の列を足して平均する。meals.csv のまま曜日で平均すると1件あたりの平均になり、金曜は508kcalと出てしまう。

ステップ3で作った日別の集計表を別のシートに値貼り付けし、一番下の「総計」の行を消します。隣の列に =TEXT(A2,"aaa") と入力して曜日を表示させたら、その表からもう一度ピボットテーブルを作り、「行」に曜日、「値」にカロリーの平均をセットします。

曜日ごとの平均カロリー。月1,766、火1,704、水1,504、木1,772、日1,574kcalは目標以内で、金2,795、土2,557kcalだけが目標を超えている。

月曜〜木曜と日曜は目標内に収まっているのに対し、金曜と土曜だけが大きくオーバーしていました。平日にコツコツ抑えた分が、週末2日間の食事や飲み会で相殺されてしまっている状態です。

ステップ5:時間帯・PFCバランス・よく食べたものを見る

ここからは、meals.csv のピボットテーブルを少し組み替えるだけで確認できる3つの分析です。

時間帯ごとのカロリー割合

ピボットテーブルの「行」に slot を置き、「値」のセルを右クリックして「値フィールドの設定」→「計算の種類」タブから「総計に対する比率」を選びます。

時間帯ごとのカロリーの割合。朝ごはん14.4%、昼ごはん33.1%、午後10.5%、夜ごはん41.5%、夜間0.5%。

1日の総カロリーのうち、夕食(dinner)が約4割を占めており、朝食は軽めという配分が見えてきます。

PFCバランス(エネルギー比率)

PFCバランスは、摂取カロリーのうち何%をたんぱく質(P)・脂質(F)・炭水化物(C)から摂っているかを示す指標です。meals.csv の空いているセルに次の数式を入れると算出できます(D列が calories、E〜G列が protein・fat・carbs の場合)。

たんぱく質: =SUM(E:E)*4/SUM(D:D)
脂質   : =SUM(F:F)*9/SUM(D:D)
炭水化物 : =SUM(G:G)*4/SUM(D:D)
PFCのエネルギー比と目標量。たんぱく質18.1%(目標量13〜20%で範囲内)、脂質31.9%(目標量20〜30%でやや多い)、炭水化物48.9%(目標量50〜65%でやや少ない)。

厚生労働省「日本人の食事摂取基準(2025年版)」の目標量と照らし合わせると、脂質がやや高めでした。牛丼や揚げ物、週末の居酒屋メニューが影響していることがうかがえます。

よく食べたメニューと総カロリー

ピボットテーブルの「行」に name を置き、「値」に name(データの個数) と calories(合計) を入れて、大きい順に並べ替えます。

回数とカロリーで1位が違う。記録した回数は銀しゃりむすび焼しゃけ10回、銀しゃりむすび鶏そぼろ8回、大きなおにぎり鮭8回。カロリーの合計は居酒屋のおつまみと生ビール4,989kcal、しまほっけの炭火焼き2,975kcal、ライス並盛2,408kcal。

登場回数の1位はコンビニのおにぎり(1個180〜280kcal程度)でしたが、4週間の合計カロリーで見ると1位は金曜夜の飲み会(3回計4,989kcal)でした。食事内容を見直すときは、食べる回数が多いものよりも、累計カロリーへの影響が大きいものから手をつけるほうが効果的です。

ステップ6:体重の推移(7日移動平均)と並べる

最後に、体重の記録(weights.csv)と合わせて推移を見てみます。weights.csv の中身を同じブックの「weights」シートに貼り付け、ステップ4で作った日別の表に次の数式で体重を引き当てます。

=IFERROR(INDEX(weights!B:B,MATCH(A2,weights!A:A,0)),"")

さらに隣の列に =AVERAGE(D2:D8) のように直近7日間の平均(7日移動平均)を入れると、日々の水分量などによるブレをならした推移がわかります(D列が体重の場合)。

体重と7日移動平均の4週間のグラフ。その日の体重は73.5〜74.7kgの間で上下しているが、7日移動平均は74.3kgから73.8kgへゆるやかに下がっている。

日ごとの体重は上下していますが、7日移動平均で見ると4週間で約0.5kgゆるやかに減少していました。毎日の細かな増減に一喜一憂せず、数週間単位のトレンドで判断できるのが移動平均のメリットです。

ピボットテーブル不要:貼り付けるだけのExcelテンプレート

「自分でピボットテーブルや数式を組むのは手間がかかる」という方向けに、ここまでの集計を自動で行うExcelテンプレートを用意しました。書き出したCSVの中身を貼り付けるだけで、「まとめ」シートの数値やグラフが自動で更新されます。

テンプレートなら貼るだけ。meals.csv を meals シートへ貼ると、まとめシートの1日の平均カロリー、目標を超えた日数、曜日ごとの平均カロリー、PFCのエネルギー比が自動で計算し直される。

詳しい手順は、テンプレート内の「使い方」シートに記載しています。まずはサンプルデータを貼り付けて動作を試すこともできます。

まとめ

  • Kaloriの記録は、「マイページ」の「データをエクスポート」から全プラン無料でCSVファイルとして書き出せる
  • ピボットテーブルで日・曜日・時間帯ごとに集計すると、日々の画面だけでは気づきにくい「カロリーが増えやすい曜日や時間帯」が見えてくる
  • 曜日別の平均カロリーを出すときは、先に「1日ごとの合計」を計算してから平均するのがポイント

日々の記録は、貯まるほど自分だけの貴重なデータになります。定期的にまとめて振り返ることで、無理なく続けられる改善のヒントが見つかります。

なお、Excelを使わなくても、アプリ内の「あゆみ」タブで推移グラフを確認したり、ChatGPTやClaudeと連携して「ここ1週間でカロリーが高かった日と原因を教えて」と分析してもらったりすることも可能です。

この記事を書いた人

K

Kalori AI

Kaloriのデータベース(520チェーン以上・数万商品の栄養データ)をもとに、AIが分析・執筆し編集部が校閲しています。

関連記事

ご利用上の注意

  • 当サイトの情報は参考情報として提供されており、栄養成分の正確性を保証するものではありません。

  • 食品アレルギーがある方は、必ず各店舗の公式サイトや商品パッケージで成分をご確認ください。

  • 栄養成分データは店舗の公式情報に基づいていますが、商品の仕様変更等により実際の値と異なる場合があります。

  • 健康状態に応じた食事制限がある方は、医師や管理栄養士にご相談の上でご利用ください。

  • このサービスの利用により生じた損害について、運営者は一切の責任を負いません。

  • 一部の商品のPFC値はAIによる推定値です。実際の値と異なる場合がありますので、参考程度にご利用ください。