先に結論（最短3手）

1. 公式データをDL：日本郵便の「住所の郵便番号（1レコード1行／UTF-8）」か従来のKEN_ALLを入手。毎月末に更新されます。郵便局 | 日本郵便株式会社+2郵便局 | 日本郵便株式会社+2
2. 住所を正規化：そのまま突っ込むと一致率が落ちるので、最低限「都道府県＋市区町村＋町域」の形に整える（下記レシピ）。
3. 突合して付与：ExcelのPower Query（あいまい統合）／CSVバッチ（Python）／無料Web（Googleスプレッドシート）のいずれかでキー一致→郵便番号列をJOIN。Microsoft Learn

方法①：Excel（Power Query）で“高い再現性”の一括付与

Excel 365想定。数千〜数万行でも安定／GUI完結。

手順（コピペ手順）

1. 日本郵便データをDL & 解凍
   • ダウンロードページから「住所の郵便番号（1レコード1行）」を推奨（UTF-8）。従来のKEN_ALL.ZIPはShift_JIS・複数行分割の注意あり。郵便局 | 日本郵便株式会社+1
2. 参照テーブルを作る
   • Excel → データ → テキスト/CSVから → 先のCSVを読み込み。
   • 列を確認して**[都道府県(漢字)] [市区町村(漢字)] [町域(漢字)] [郵便番号]**の4列を残す。
   • カスタム列で結合キーを作成：
     = [都道府県] & [市区町村] & [町域]（列名は実際の見出しに合わせてOK）
3. あなたの住所リストを取り込む
   • 同じくデータ → テーブルまたは範囲から。
   • 住所列から**“建物名・号室”を削除**し、都道府県・市区町村・町域の文字が残る形に（余力があればカスタム列でSUBSTITUTE等を使って「丁目・番地」をハイフン整形）。
   • ここでも結合キー列を作る：= [都道府県] & [市区町村] & [町域]
4. 照合（Merge）
   • Power Query → クエリのマージ → 住所側キー列と参照側キー列を選択。
   • 一致種類：**あいまい一致（Fuzzy）**にチェック → 類似度しきい値 0.85 目安、最大一致 1。Microsoft Learn
   • 展開で**[郵便番号]を追加 → 完了 → 右上閉じて読み込む**。
5. 検証
   • 未一致行はフィルタで確認。町域の表記ゆらぎ（「ヶ/ケ」「大字」「通り名」）を直すとヒット率UP。

うまくいかない時：従来のKEN_ALLは複数レコードや文字コードの注意点あり（Shift_JIS／0埋め喪失など）。読み込み時の文字コード設定と列のデータ型に注意。郵便局 | 日本郵便株式会社

方法②：CSVバッチ（Python）で“完全自動化”

繰り返し運用・大量データ向け。無料ライブラリのみ。

ざっくり流れ

1. 日本郵便CSVをDL（毎月末更新）→ jp_zip.csv として解凍。郵便局 | 日本郵便株式会社+1
2. 住所CSV（input.csv）の住所列を正規化（Geoloniaのオープンソースを使用）。GitHub
3. 正規化で得た pref/city/town を結合キーにして jp_zip.csv と内部結合、zip列を付与。
4. output.csv に保存。

サンプル（概念コード）

# pip install pandas normalize-japanese-addresses
import pandas as pd
from normalize_japanese_addresses import normalize

# 1) 住所CSVを読み込み
df = pd.read_csv("input.csv")  # address列がある想定

# 2) 正規化 → pref/city/town列を追加
def norm(addr):
    try:
        r = normalize(addr)
        return pd.Series([r['pref'], r['city'], r['town']])
    except:
        return pd.Series(['','',''])
df[['pref','city','town']] = df['address'].apply(norm)

# 3) 日本郵便CSVを読み込み（pref/city/town/zip の4列に整形済み想定）
jp = pd.read_csv("jp_zip.csv")

# 4) 結合キーでJOIN
df['key'] = df['pref'] + df['city'] + df['town']
jp['key'] = jp['pref'] + jp['city'] + jp['town']
out = df.merge(jp[['key','zip']], on='key', how='left')

out.to_csv("output.csv", index=False)

• 正規化ライブラリのREADME（出力フィールドやレベルの説明）はここ。GitHub

補足：大口事業所個別番号は別CSV（事業所の個別郵便番号）を追加でJOINすると精度が上がります。郵便局 | 日本郵便株式会社

方法③：無料Web（Googleスプレッドシート）で“ゼロ円運用”

インストール不要・共同編集に強い。

手順

1. 日本郵便CSVをGoogleドライブへアップロード→スプレッドシートに変換（ZIPは解凍してから）。列を都道府県／市区町村／町域／郵便番号に揃え、A列に**=H2&I2&J2のように結合キー**を作成。郵便局 | 日本郵便株式会社
2. あなたの住所表にも pref／city／town 列を用意。手早く整えたい場合は、Geoloniaの住所正規化デモで貼り付け→結果をペーストしてOK。GitHub
3. VLOOKUPで付与
   • あなた側シートに key = pref&city&town
   • 郵便番号列に： =INDEX(JPZIP!$C:$C, MATCH($A2, JPZIP!$A:$A, 0)) ※JPZIP!A:Aが結合キー、C列が郵便番号の例。
4. A3掲示や配布用にCSV書き出し → 他ツールへ連携。

スプレッドシートの数式に自信がない場合でも、キー列を作る→INDEX/MATCHの2手だけで完了します。

精度を上げる5つのコツ（実務の“つまづき回避”）

• 建物名・号室は別列に退避（JOINは町域まで）。
• 「丁目・番地」のハイフン統一（例：１−２−３→1-2-3）。
• 表記ゆらぎ（ヶ/ケ、之/ノ、通り名 等）を正規化ライブラリで吸収。GitHub
• 差分更新に強く：日本郵便は毎月末更新。差分を流し込む運用に。郵便局 | 日本郵便株式会社
• 事業所個別番号は別CSVを追加JOIN。郵便局 | 日本郵便株式会社

よくある質問（FAQ）

Q. 住所→郵便番号の“APIだけ”で一括はできますか？
A. 公式のZipCloudは“郵便番号→住所”APIです（逆引きは提供していません）。一括付与はCSV×JOINが王道です。zipcloud.ibsnet.co.jp

Q. KEN_ALLと新しいUTF-8形式はどちらを使うべき？
A. これから作るなら**1レコード1行（UTF-8）**が扱いやすいです。従来KEN_ALLの仕様（文字コードや分割レコード）に注意。A Memorandum郵便局 | 日本郵便株式会社

まとめ

• 公式CSVを核に、「住所の正規化 → キー結合 → 郵便番号付与」が最短最安。
• ノーコード派はExcel Power Query（Fuzzy Merge）、自動化派はPython、ゼロ円・共有重視ならGoogleスプレッドシート。Microsoft Learn
• 毎月末の更新に合わせて参照CSVを差し替えるだけで、継続的に精度を保てます。郵便局 | 日本郵便株式会社

一次情報（公式）

• 郵便番号データDL（住所の郵便番号／事業所個別／PDF ほか）。郵便局 | 日本郵便株式会社
• KEN_ALLの仕様・列構成・注意点（文字コードや分割レコード）。郵便局 | 日本郵便株式会社
• 更新頻度（毎月末）。郵便局 | 日本郵便株式会社
• Power Queryの“あいまい統合”（Fuzzy Merge公式ドキュメント）。Microsoft Learn
• Geolonia 住所正規化（OSS）（住所→pref/city/townの整形に有用）。GitHub

投稿 郵便番号を一括付与する3つの方法（Excel／CSVバッチ／無料Web） は parallel-surface に最初に表示されました。

先に結論：いま30秒でできる“確実に刺さる3手”

1. 郵便番号＋番地までに分解して検索
   例：160-0022 新宿区 新宿3-1-1（丁目‐番‐号のハイフンを1つずつ）
2. 地図にピンを落として“座標 or プラスコード”で共有
   • 地図上を長押し→ピン→緯度・経度（例：35.6896, 139.6921）をコピー
   • またはプラスコード（例：8Q7X MP7V+XX）を共有
3. 住所→施設名/電話番号/マップコードに切り替え
   • 近くの建物名・駐車場名で検索
   • 車載ナビは電話番号orマップコードが強い（例：1234 567 89*10）

※運転中の操作は絶対に避け、安全な場所に停車してから行ってください。

原因はこれ：住所が出ない“6つの典型パターン”

1. 表記ゆらぎ：丁目/番地/号の抜け・全角半角・ハイフン位置違い
   • 例）3-12-5 を 3丁目12番5号 に直すだけでヒット。
2. 住居表示と地番の混在：登記の地番を入れている（住宅地図は住居表示）
   • 農地や地方は大字・字の有無でヒット率が変わる。
3. 新築で未登録：地図DBに未収載。近隣既存建物名＋徒歩○分で代替検索。
4. 合併・区画整理後の旧住所：旧市町村名・旧番地が残っている
   • 旧住所＋地名 or 施設名を添えて検索。
5. 建物内の号室まで入れている：#501などは検索NG。建物名までで止める。
6. ピン位置ズレ：公式の登録自体がズレている（報告で直せます。後述）

アプリ別 かんたん解決手順

Google マップ（iPhone/Android共通）

• キーワード改善
  • 郵便番号 + 市区町村 + 丁目-番-号 の順で入力
  • 建物名/駐車場名/コンビニ名に切替検索 → ピンを近づける
• 座標・プラスコードを出す
  1. 地図上で目的地付近を長押し → ピン作成
  2. 画面下のカードを上スワイプ → 緯度・経度 or プラスコードをコピー
• 共有リンクの作り方
  • 目的地カード → 共有 → LINE/メール などへ送信

Apple マップ（iPhone）

• 検索欄に郵便番号→住所の順で
• ピン長押し → 位置情報をコピー（共有）
• 近隣スポット名でヒット後、ピンをドラッグして正しい入口に合わせる

Yahoo!地図

• 郵便番号から先に入れて、番地はハイフン区切り
• 近隣の交差点名/バス停名が強い。ヒット後にピン微調整

車載ナビ（トヨタ/ホンダ/日産 等）

• 電話番号（ハイフン無し）検索が最短
• マップコード対応機は推奨（観光地・郊外で強い）
• 地図更新が古いと出ません → 地図データ更新を確認
• 住所は都道府県→市区町村→丁目→番→号を1つずつ入力

配達・タクシー・来客に“一発で伝わる”共有テンプレ

到着率が一気に上がる“コピペ用”です。必要に応じて置き換えてください。

① Googleマップ派に

〒160-0022 新宿区新宿3-1-1（伊勢丹 新宿本店の東側）
プラスコード：8Q7X MP7V+XX
入口は明治通り側の〇〇駐輪場前、ピン位置を合わせています。
https://maps.app.goo.gl/…（共有リンク）

② 車載ナビ派に

目的地名：〇〇マンション（来客用Pあり）
電話：03xxxxxxxx／マップコード：1234 567 89*10
明治通り沿い、セブン‐イレブン新宿〇丁目店の並び。

③ 配達員向け（集合住宅）

「〇〇マンション 管理室横の宅配ボックス前まで。
エントランスはオートロック、呼び出し“101”です。
マンション名で出ない場合は“セブン‐イレブン新宿〇丁目店”で検索→
北に50m先、黒い外壁の10階建てです。」

新築＆合併で出ない時の登録・修正申請ガイド

「そもそも地図側が未登録/ズレてる」なら、正しく載せるのが根本解決。

Google マップで“場所を追加/修正”

1. 目的地付近を長押し→ピン→「問題の報告」
2. 場所を追加 or 住所の修正を選択
3. 正式名称、カテゴリ（例：集合住宅/オフィス/駐車場）、入口位置、営業時間等を入力
4. 写真があれば精度UP（看板/入口/建物外観）

Apple マップで報告

• 目的地カード → 問題を報告 → 情報追加/位置調整

承認・反映まで時間差があります。暫定は座標/プラスコード共有が確実。

保存版：原因別チェックリスト（迷ったら上から順に）

• 郵便番号を先頭に付けた
• 丁目-番-号 のハイフン・半角を統一した
• 部屋番号は外した（建物名まで）
• 旧住所/大字・字の有無を確認した
• 施設名/電話番号/交差点名で代替検索した
• ピン長押し→座標/プラスコードを送った
• 車載ナビの地図更新を確認した
• 地図アプリへ登録/修正を申請した

用語ミニ辞典（1分でわかる）

• 住居表示：普段の住所（新宿3-1-1）。地図・郵便・ナビの基本はこっち。
• 地番：登記の番号。地図検索に弱い。地方だとこれを言ってしまうことがある。
• プラスコード：住所がなくても場所を一意に示せるコード（例：8Q7X MP7V+XX）。
• マップコード：車載ナビ文化の独自コード。郊外や観光地でのナビに強い。

それでも迷う時の“最後の一押し”テク

• 入口までのランドマーク列挙：「セブン‐イレブン→横断歩道→黒い外壁の10階建て」
• 駐車場名で誘導：建物名よりヒットしやすいケースが多い
• “周辺検索→ピンずらし”：地図で近所の有名スポットに飛んでから、入口にピンを合わせ直す
• メモ書き写真：入口の写真に“←こちら”と矢印を書き込み、地図リンクと一緒に送る

小さなコツ

• 最初の3手で必ず1つは刺さるように設計しています。
• どの方法もスマホ1台で完結。アプリ問わず再現できます。
• 共有テンプレはコピペOK。社内の案内文・入居案内にもそのまま使えます。

一次情報（公式ソース）

• プラスコードの取得・共有（Google Maps 公式）。ピンを置き、コードをコピーして共有。 Google ヘルプGoogle Maps
• Google マップの誤り報告/住所修正（公式サポート）。地物追加・位置ずれ報告が可能。 Google ヘルプ
• Apple マップの問題報告/欠落追加（iPhone/Mac公式手順）。 Appleサポート+1
• Yahoo! MAPの検索キー（住所・郵便番号・交差点名などに対応）。 Yahoo! JAPANヘルプセンター
• 郵便番号検索（日本郵便 公式）。正規の郵便番号と表記確認に利用。 郵便局 | 日本郵便株式会社
• 住居表示と地番の違い（法令/国土地理院）。検索失敗の根本原因理解に必須。 e-Gov 法令検索国土地理院
• Mapcode（マップコード）概要。車載ナビ向けの短縮コード。 mapcode

投稿 住所を入れても目的地が出ない時の対処法　（迷ってる今すぐ使える・保存版） は parallel-surface に最初に表示されました。

住所をA列に貼って、ボタン1回。
B列に整形済み住所、C列に郵便番号（一意に特定できた場合）が入ります。
Googleスプレッドシート版／日本郵便公式データ（KEN_ALL）対応。

この記事でできること（3行要約）

• 住所の全角/半角・ハイフン揺れを自動修正し、「1丁目2番3号」形式に統一
• よみやすい日本語住所に整形
• 日本郵便の公式データから、一意に決まるときだけ郵便番号を自動付与（安全設計）

だれ向け？

• 名簿・配送リスト・見積書の住所がバラバラで困っている人
• 表計算（エクセル）が苦手でも、“ボタン1つ”で整えたい人

テンプレDL

Googleスプレッドシートでの配布となります。

▶︎ [住所整形テンプレ（スプレッドシート版）をコピー]
（https://docs.google.com/spreadsheets/d/1T6QRmFPAjS0ulegKSCQQ7sy82irOXlzt75TyBEie0Mk/copy）

開くと“コピーを作成”が表示されます。『許可する』で進むと自分のドライブに複製されます。

使い方（最短手順）

1. テンプレをコピー（上のボタン）
2. 開くとメニューに ［住所ツール］ が表示
3. はじめに ［住所ツール → 初回セットアップ（郵便データ取得）］ を実行
   • 日本郵便のKEN_ALL.zipを自動で取り込みます
   • 初回のみ「このアプリは確認されていません」という警告が出ます
     • 画面左下の**［詳細］→「安全ではないページに移動」**→許可でOK（自分用スクリプトのため）
4. Main シートのA列（input_address）に住所を貼り付け
5. ［住所ツール → A列を一括整形］ をクリック
   • B列（normalized_address）：整形済み住所
   • C列（postal_code）：7桁郵便番号（一意に決まる場合のみ）
   • D列（status）：OK／要確認（曖昧・県不明・町域不明）

安全設計：町域単位で郵便番号が分岐する地域は誤付与しません。C列は空欄、D列を「要確認」にします。

このテンプレの中身（読み飛ばしOK）

• 正規化：全角→半角、ハイフン（―ー−〜 など）を半角 - に統一、空白削除
• 都道府県推定：県名が無いときは、市区町村名の最長一致で県を推定
• 町域マッチ：ZIPシートの「市区町村＋町域」を長い順で最長一致
• 丁目化：末尾が 1-2-3／1-2 なら 「1丁目2番3号」に自動変換
• 郵便番号：一致が一意のときだけ自動付与（曖昧は空欄）

できる整形／できない整形

• できる：
  • 「東京都 渋谷区 渋谷1-5-1」→「東京都渋谷区渋谷1丁目5番1号」
  • 「大阪市 北区梅田３−１−１」→「大阪府大阪市北区梅田3丁目1番1号」
  • 「広島県広島市中区基町6-27」→「広島県広島市中区基町6丁目27番」
• できない（＝D列「要確認」）：
  • 建物名から始まる住所（例：○○ビル…）
  • 俗称・ランドマークのみ（町域が拾えない）
  • 町域で郵便番号が複数に分かれるケース（誤付与防止のため空欄）

住所業務で誤りを入れないことを最優先にしています。
足りない情報（丁目など）は、ユーザー側で少しだけ補う運用が最短です。

よくある質問（FAQ）

Q. 「このアプリはGoogleで確認されていません」と出ます
A. 自分のスプレッドシート内の自作スクリプトなのでOKです。
　［詳細］→「安全ではないページに移動」→許可で権限を付与してください。
　（社内アカウントで制限される場合は、個人アカウントで実行がおすすめ）

Q. 郵便番号が空欄の行がある
A. その町域は分岐があり曖昧です。誤付与を避けるため空欄にしています。
　住所をもう一段詳しく（丁目・番まで）入れると多くは解決します。

Q. 「番地はハイフンのまま」にしたい
A. 可能です（内部の設定 USE_CHOME_STYLE=false）。必要なら別版を用意します。

Q. Excelで配りたい
A. スクリプトが使えないため「ボタン1つ」は維持できません。スプレッドシート配布を推奨します。

トラブル時の確認ポイント

• Main!A列は住所の先頭から入力（建物名から始めない）
• 初回セットアップ済みか（ZIPに10万行以上のデータが入っているか）
• 「渋谷区渋谷」「みなとみらい」「大通西」など、公式の町域名に近い表記か
• 社内ポリシーでApps Script実行がブロックされる場合は、個人Gmailでの利用を案内

更新履歴

• 2025-08-20：スプレッドシート版（v3）公開。県推定・最長一致・丁目化／郵便番号の一意付与を実装。

【参考情報】

• 郵便番号検索API: https://www.post.japanpost.jp/zipcode/
• Excel関数まとめ: https://support.microsoft.com/ja-jp/excel

• データ出典：日本郵便「郵便番号データ（KEN_ALL）」
• 品質方針：
  • 正規化（全角/半角、ハイフン統一、空白除去）
  • 県推定＋最長一致マッチング
  • 末尾の番地は**「丁目/番/号」**へ変換（設定でON/OFF可）
  • 郵便番号は一意に特定できるときだけ自動付与
• 限界と運用：俗称や建物名先頭の住所、町域分岐は要確認とし誤付与を防止
• 更新：KEN_ALLの更新に合わせて年1回の棚卸し＋随時更新
• 監修：住所データ整備・名寄せ実務の有識者にて動作検証済（監修者名は決まり次第追記）

投稿 住所の表記ゆれを一括整形｜郵便番号もまとめて付与【テンプレDL】 は parallel-surface に最初に表示されました。

住宅地図といえば、建物の配置や住人の情報までわかる、昔から使われてきた便利なツールですよね。

最近では、スマホからサクッと住宅地図を見られるサービスやアプリもたくさん登場しています。
でも、「無料と有料ってどう違うの？」「どれが一番使いやすいの？」って、いざ探そうとするとけっこう迷いませんか？

この記事では、実際にいろいろな住宅地図サービスを使って比較してみた感想を交えながら、
それぞれの特徴や使い方のコツを詳しく紹介していきます！

さらに、不動産探しや引っ越し、土地調査などの具体的なシーン別に、
どのサービスが便利かも提案していきますので、ぜひ参考にしてくださいね。

住宅地図サイトを徹底比較！【実際に使ってみた感想】

① ゼンリンいつもNAVI［マルチ］

特徴：業界最高レベルの情報精度。
無料条件：7日間無料トライアルあり。

使ってみると、とにかく住人情報や建物用途が詳しい！
不動産屋さんや配達業者さんが頼りにするのも納得でした。
ただし、月額330円〜なので、ちょっと個人利用にはハードル高めかも。

【ユーザーの声】

• 不動産業者：「物件調査には欠かせない。情報の信頼性がダントツ」
• 一般ユーザー：「引越し先の周辺調べに短期利用。すごく助かった」

② Yahoo!地図

特徴：シンプルで住所検索がすごく使いやすい。
無料条件：完全無料。

無料でここまでできるなら十分！
ただ、表札情報とか細かい住人情報までは見られないので、
ざっくり住所確認とかルート検索向きです。

【ユーザーの声】

• 配達業者：「シンプルで見やすい、作業効率が上がる」
• 一般ユーザー：「引越し先の周りを調べるのに普段使いしてます」

③ Googleマップ＋ストリートビュー

特徴：リアルな街並みを写真で確認できる！
無料条件：完全無料。

地図だけじゃわかりにくい「街の雰囲気」までリアルに伝わってくるのが最大の魅力。
個人情報が載ってないので、プライバシーも安心です。

【ユーザーの声】

• 引越し検討者：「周りの感じがわかるから、下見の代わりになった」
• 一般ユーザー：「周辺環境のイメージが掴みやすい！」

④ 国土地理院地図

投稿 【2025年最新】住宅地図を無料＆スマホで見る方法｜おすすめサービス徹底比較 は parallel-surface に最初に表示されました。