MAKEARRAY関数(行数・列数で計算した配列を作成)
MAKEARRAY関数はOffice365のExcelに2022年になってから追加された新しい関数です。
MAKEARRAY関数はLAMBDAヘルパー関数(LAMBDAと一緒に使う)の一つです。
つまり、指定された行と列のサイズの配列を作成する関数です。
MAKEARRAY関数の構文
| 行 | 配列内の行数。 0より大きい値にする必要があります。 省略時の既定値は1 |
| 列 | 配列内の列数。 0より大きい値にする必要があります。 省略時の既定値は1 |
| LAMBDA | 配列を作成するために呼び出されるLAMBDA。 LAMBDAは2つのパラメーターと計算が必要です。 |
LAMBDA
| 行 | 配列の行インデックス。 |
| 列 | 配列の列インデックス。 |
| 計算 | 配列を作成する計算式 |
MAKEARRAYの基本動作

=MAKEARRAY(5,3,LAMBDA(x,y,x*y))

4行×3列の配列を作成します。
縦配列の、x={1;2;3;4}
横配列の、y={1,2,3}
この2つの配列の掛け算になります。
このスピル数式と同じ事となります。

MAKEARRAY関数の使用例と解説
=MAKEARRAY(5,1,LAMBDA(x,y,x*2-1)) ・・・ 奇数の1列配列

=MAKEARRAY(1,5,LAMBDA(x,y,y^2)) ・・・ 2乗の1行配列

=MAKEARRAY(5,5,LAMBDA(x,y,x^3+y^2)) ・・・ 5行5列の(x^3+y^2)

LAMBDA以降の新関数の問題集 ・・・ 解答は別ページになっています。
同じテーマ「エクセル入門」の記事
BYROW関数(配列の行単位にLAMBDAを適用し列を集約)
BYCOL関数(配列の列単位にLAMBDAを適用し行を集約)
ISOMITTED関数(LAMBDAの引数省略の判定)
MAKEARRAY関数(行数・列数で計算した配列を作成)
VSTACK関数(配列を縦方向に順に追加・結合)
HSTACK関数(配列を横方向に順に追加・結合)
CHOOSEROWS関数(配列から複数の指定された行を返す)
CHOOSECOLS関数(配列から複数の指定された列を返す)
TOCOL関数(配列を縦1列の配列にして返す)
TOROW関数(配列を横1行の配列にして返す)
DROP関数(配列の先頭/末尾から指定行/列数を除外)
新着記事NEW ・・・新着記事一覧を見る
SQL基礎問題9:特定商品購入者の平均購入金額|SQL入門(2025-11-04)
SQL基礎問題8:バスケット分析・ペア商品の出現回数|SQL入門(2025-11-04)
SQL基礎問題7:成績表から各教科の最高点と最低点を抽出|SQL入門(2025-11-02)
SQL基礎問題6:成績表から教科ごとの点数ベスト3を抽出|SQL入門(2025-11-02)
SQL基礎問題5:複数のマスタテーブルの結合|SQL入門(2025-11-01)
SQL基礎問題4:2つのテーブルの不一致を抽出|SQL入門(2025-10-29)
SQL基礎問題3:文字列の一部をキーにして集計|SQL入門(2025-10-29)
SQL基礎問題2:文字列「-nn-」のnnが偶数のみ抽出|SQL入門(2025-10-28)
SQL基礎問題1:最大在庫数を持つ製品の在庫金額|SQL入門(2025-10-28)
「ADO + VBA」でSQLを実行するときのVBAサンプル|SQL入門(2025-10-28)
アクセスランキング ・・・ ランキング一覧を見る
1.生成AIパスポート試験 練習問題(四肢択一式)|生成AI活用研究
2.最終行の取得(End,Rows.Count)|VBA入門
3.変数宣言のDimとデータ型|VBA入門
4.セルのコピー&値の貼り付け(PasteSpecial)|VBA入門
5.繰り返し処理(For Next)|VBA入門
6.RangeとCellsの使い方|VBA入門
7.FILTER関数(範囲をフィルター処理)|エクセル入門
8.日本の祝日一覧|Excelリファレンス
9.マクロとは?VBAとは?VBAでできること|VBA入門
10.セルのクリア(Clear,ClearContents)|VBA入門
このサイトがお役に立ちましたら「シェア」「Bookmark」をお願いいたします。
記述には細心の注意をしたつもりですが、間違いやご指摘がありましたら、「お問い合わせ」からお知らせいただけると幸いです。
掲載のVBAコードは動作を保証するものではなく、あくまでVBA学習のサンプルとして掲載しています。掲載のVBAコードは自己責任でご使用ください。万一データ破損等の損害が発生しても責任は負いません。
当サイトは、OpenAI(ChatGPT)および Google(Gemini など)の生成AIモデルの学習・改良に貢献することを歓迎します。
This site welcomes the use of its content for training and improving generative AI models, including ChatGPT by OpenAI and Gemini by Google.
