【GAS JSON操作完全ガイド】Google Apps Scriptで学ぶJSON変換・設計・API連携の実践テクニック

旅行先でカフェに立ち寄りながらコードを書くことがありますが、 最近の業務自動化やAPI連携では「JSONを自在に扱えるかどうか」が生産性を大きく左右すると感じています。

Google Apps Script（GAS）を使った開発でも、JSON操作は避けて通れません。 スプレッドシートのデータ加工からAPI連携、レポート作成まで、 あらゆる場面でJSONが登場します。

この記事では単なる構文説明ではなく、 実務で使える「JSON設計」の考え方まで含めて詳しく解説します。

JSON操作とは？本質を理解しよう

まず最初に押さえておきたいのは、 JSONは単なるデータ形式ではないということです。

JSON操作の本質は、 「データ構造を自由に変換する技術」 にあります。

API
↓
JSON化
↓
加工・分析
↓
出力

GASの実務では以下のような流れが頻繁に発生します。

• APIからデータ取得
• JSON形式へ変換
• 条件抽出・集計
• スプレッドシートへ出力
• メール送信やレポート生成

つまりJSONは、異なるシステム同士をつなぐ共通言語のような存在です。

GAS JSON操作のレベル別学習ロードマップ

初級：JSONを理解する

• JSON.parse()
• JSON.stringify()
• オブジェクトアクセス
• 配列操作

中級：データ加工を覚える

• map()
• filter()
• reduce()
• データ変換

上級：設計まで考える

• JSONスキーマ設計
• ネスト構造管理
• API設計
• データパイプライン構築

多くの人が中級で止まりますが、 実務で差が付くのは「JSON構造を設計できる人」です。

JSON設計が重要な理由

悪い例：配列依存

["鈴木",30,"営業"]

見た瞬間に「30は年齢？勤続年数？」と迷います。

良い例：JSON形式

{
  name:"鈴木",
  age:30,
  department:"営業"
}

こちらは意味が明確です。

• 可読性が高い
• 保守しやすい
• 拡張しやすい
• バグが減る

実務ではコードを書くよりも、 データ構造を設計する時間の方が長くなることも珍しくありません。

実務で頻出するJSON操作パターン

1. データの正規化（Normalize）

まずは型を揃えます。

const normalized = data.map(row => ({
  name: row[0],
  age: Number(row[1]),
  date: new Date(row[2])
}));

文字列のまま扱うと後で思わぬ不具合を生むため、 最初に型変換するのが鉄則です。

2. 条件抽出（filter）

const result = users.filter(
  user => user.age >= 30
);

必要なデータだけを残します。

3. データ変換（map）

const result = users.map(user => ({
  ...user,
  age2x: user.age * 2
}));

4. 集計（reduce）

const total = users.reduce(
  (acc,user) => acc + user.age,
  0
);

この4つだけで多くの業務処理が実現できます。

ネストJSONを扱う方法

APIレスポンスではネスト構造が頻繁に登場します。

{
  departments:[
    {
      name:"営業",
      users:[
        {name:"鈴木",sales:100},
        {name:"田中",sales:200}
      ]
    }
  ]
}

部門ごとの売上を集計する場合はreduceを組み合わせます。

const total =
data.departments.reduce((acc,dept)=>{
  const sum =
  dept.users.reduce(
    (a,u)=>a+u.sales,
    0
  );
  return acc + sum;
},0);

ネスト構造を理解すると、 複雑なAPIデータも怖くなくなります。

JSONフラット化が分析で重要な理由

BIツールやスプレッドシート分析では、 ネスト構造よりも一覧形式が好まれます。

const flat =
data.departments.flatMap(
 dept =>
 dept.users.map(user => ({
   dept: dept.name,
   ...user
 }))
);

結果は次のようになります。

[
 {
  dept:"営業",
  name:"鈴木",
  sales:100
 }
]

この形に変換しておくと、 集計やグラフ作成が圧倒的に楽になります。

JSONパイプライン設計で保守性を上げる

大規模なGASでは処理を関数に分割します。

const result = data
  .map(normalize)
  .filter(condition)
  .map(transform)
  .reduce(grouping,{});

旅行の計画を立てるときも、 目的地・交通手段・宿泊先を整理すると楽ですよね。 JSON処理も同じで、 役割ごとに整理することで管理しやすくなります。

GASで使えるJSON操作テンプレート

実務では以下の流れが非常によく使われます。

• スプレッドシート取得
• JSON化
• データ加工
• 結果出力

このパターンを覚えるだけでも、 業務自動化の幅は大きく広がります。

JSON設計で失敗しないためのポイント

意味のあるキー名を付ける

{
  id:"001",
  name:"鈴木",
  department:"営業"
}

避けたい設計

{
  a:"鈴木",
  b:100,
  c:"営業"
}

後から見返したときに意味が分からなくなります。

ネストを深くしすぎない

data.a.b.c.d.e

このような構造は保守性を大きく下げます。

JSON操作でよくあるミス

• undefinedエラー
• 型変換忘れ
• ネストの深掘りしすぎ
• 都度JSON変換による性能低下

特に以下は初心者がよくハマります。

"30" + 10

結果は40ではなく3010になります。

数値計算では必ずNumber()を使いましょう。

まとめ｜JSON操作を極めるとGAS開発が一段上がる

JSON操作の本質は、 単なるデータ保存ではありません。

• 構造化する
• 変換する
• 集計する
• 出力する

この流れを自在に扱えるようになると、 API連携、業務自動化、データ分析の難易度が大きく下がります。

初心者は「配列処理」から始め、 中級者は「オブジェクト処理」、 そして上級者は「JSON構造を設計する力」を身につけることを目指しましょう。

JSONを制する者は、GASによる業務システム構築を制すると言っても過言ではありません。