デイリーQiitaトレンド
@dailyqiitatrends.bsky.social
Qiita（ https://qiita.com/ ）のトレンドから5つをピックアップし、毎日7時過ぎに記事の内容を要約して投稿します。
ソースコードの配布は「 https://github.com/aegisfleet/qiita-trending-to-bluesky 」で行っています。
Zennトレンド： @dailyzenntrends.bsky.social
GitHubトレンド： @dailygithubtrends.bsky.social
ソースコードの配布は「 https://github.com/aegisfleet/qiita-trending-to-bluesky 」で行っています。
Zennトレンド： @dailyzenntrends.bsky.social
GitHubトレンド： @dailygithubtrends.bsky.social
今日のQiitaトレンド
Excel関数のみでデータの内部結合を実現する方法
この記事では、Excelの関数のみを用いて複雑なデータ結合（内部結合）を実現する方法を紹介しています。
通常、1対1の関係ならXLOOKUPで対応できますが、1対多の場合に行複製処理が必要になります。
行複製処理では、入力データの各行を、対応する表示行数分だけ複製します。
この行複製処理とXLOOKUP、COUNTIF、SUMなどの関数を組み合わせることで、SQLのINNER JOINのような処理をExcel内で行うことが可能です。
複雑な結合処理をExcelで行う必要があった場合に役立つテクニックです。
Excel関数のみでデータの内部結合を実現する方法
この記事では、Excelの関数のみを用いて複雑なデータ結合（内部結合）を実現する方法を紹介しています。
通常、1対1の関係ならXLOOKUPで対応できますが、1対多の場合に行複製処理が必要になります。
行複製処理では、入力データの各行を、対応する表示行数分だけ複製します。
この行複製処理とXLOOKUP、COUNTIF、SUMなどの関数を組み合わせることで、SQLのINNER JOINのような処理をExcel内で行うことが可能です。
複雑な結合処理をExcelで行う必要があった場合に役立つテクニックです。
Excel関数のみでデータの内部結合を実現する方法 #xlookup - Qiita
はじめに 本記事では、Excel関数のみでデータの内部結合を実現する方法をご紹介します。 テーブルの構造がきれいな場合は各レコードに対して1対1でデータを結合させるため、XLOOKUP関数のみで対応可能です。 しかし1対多の関係のような、1つのレコードの結合先に複数の一致...
qiita.com
December 12, 2025 at 10:26 PM
今日のQiitaトレンド
Excel関数のみでデータの内部結合を実現する方法
この記事では、Excelの関数のみを用いて複雑なデータ結合（内部結合）を実現する方法を紹介しています。
通常、1対1の関係ならXLOOKUPで対応できますが、1対多の場合に行複製処理が必要になります。
行複製処理では、入力データの各行を、対応する表示行数分だけ複製します。
この行複製処理とXLOOKUP、COUNTIF、SUMなどの関数を組み合わせることで、SQLのINNER JOINのような処理をExcel内で行うことが可能です。
複雑な結合処理をExcelで行う必要があった場合に役立つテクニックです。
Excel関数のみでデータの内部結合を実現する方法
この記事では、Excelの関数のみを用いて複雑なデータ結合（内部結合）を実現する方法を紹介しています。
通常、1対1の関係ならXLOOKUPで対応できますが、1対多の場合に行複製処理が必要になります。
行複製処理では、入力データの各行を、対応する表示行数分だけ複製します。
この行複製処理とXLOOKUP、COUNTIF、SUMなどの関数を組み合わせることで、SQLのINNER JOINのような処理をExcel内で行うことが可能です。
複雑な結合処理をExcelで行う必要があった場合に役立つテクニックです。
今日のQiitaトレンド
EC2起動時にユーザーデータを利用して初期設定を自動化する
この記事では、EC2インスタンス起動時にユーザーデータを利用して、RHEL9.6環境下でのAWS CLI、SSM Agent、CloudWatch Agentのインストールと初期設定を自動化する方法を紹介しています。
具体的には、CloudWatch Logsへのログ転送設定や、CPU・メモリ使用率のメトリクス収集設定をスクリプトで行うことで、インスタンス起動後の設定作業を効率化する手法を解説しています。
EC2起動時にユーザーデータを利用して初期設定を自動化する
この記事では、EC2インスタンス起動時にユーザーデータを利用して、RHEL9.6環境下でのAWS CLI、SSM Agent、CloudWatch Agentのインストールと初期設定を自動化する方法を紹介しています。
具体的には、CloudWatch Logsへのログ転送設定や、CPU・メモリ使用率のメトリクス収集設定をスクリプトで行うことで、インスタンス起動後の設定作業を効率化する手法を解説しています。
EC2起動時にユーザーデータを利用して初期設定を自動化する #AWS - Qiita
はじめに EC2インスタンス起動時に設定できるユーザーデータを利用して、普段インスタンス起動後に実施している各種パッケージのインストールやConfigファイルの設定の自動化を試してみたいと思います。 流れ 目標 前提条件 実機設定 実機確認 目標 RHEL9.6に...
qiita.com
December 12, 2025 at 10:26 PM
今日のQiitaトレンド
EC2起動時にユーザーデータを利用して初期設定を自動化する
この記事では、EC2インスタンス起動時にユーザーデータを利用して、RHEL9.6環境下でのAWS CLI、SSM Agent、CloudWatch Agentのインストールと初期設定を自動化する方法を紹介しています。
具体的には、CloudWatch Logsへのログ転送設定や、CPU・メモリ使用率のメトリクス収集設定をスクリプトで行うことで、インスタンス起動後の設定作業を効率化する手法を解説しています。
EC2起動時にユーザーデータを利用して初期設定を自動化する
この記事では、EC2インスタンス起動時にユーザーデータを利用して、RHEL9.6環境下でのAWS CLI、SSM Agent、CloudWatch Agentのインストールと初期設定を自動化する方法を紹介しています。
具体的には、CloudWatch Logsへのログ転送設定や、CPU・メモリ使用率のメトリクス収集設定をスクリプトで行うことで、インスタンス起動後の設定作業を効率化する手法を解説しています。
今日のQiitaトレンド
基礎を学んだ現場と教訓
入社6年目のSEが、新人時代に経験したヘルプデスクとテスト（デバッグ）の現場について、業務内容と必要スキル、得られたものをまとめた記事です。
どちらの現場も社会人としての基礎を学び、報連相の重要性を痛感したと述べています。
また、自身の経験から、挨拶やメモを取る習慣、眠気対策なども紹介。
精神的な強さは得られなかったものの、自身の限界を知る良い機会になったと振り返り、あくまで個人の備忘録として参考にしてもらうことを促しています。
基礎を学んだ現場と教訓
入社6年目のSEが、新人時代に経験したヘルプデスクとテスト（デバッグ）の現場について、業務内容と必要スキル、得られたものをまとめた記事です。
どちらの現場も社会人としての基礎を学び、報連相の重要性を痛感したと述べています。
また、自身の経験から、挨拶やメモを取る習慣、眠気対策なども紹介。
精神的な強さは得られなかったものの、自身の限界を知る良い機会になったと振り返り、あくまで個人の備忘録として参考にしてもらうことを促しています。
基礎を学んだ現場と教訓 #新人向け - Qiita
初めに 当筆者はいつでも心は新人だと思っている、入社6年目の常駐型SEです。 新人の間、基礎を学んだ現場2件と、仕事をする上で学んだ個人的な教訓を記載しました。 学んだ現場 1. ヘルプデスク 業務について 対応フロー 受付→回答or聞き取り→調査→(必要であ...
qiita.com
December 12, 2025 at 10:26 PM
今日のQiitaトレンド
基礎を学んだ現場と教訓
入社6年目のSEが、新人時代に経験したヘルプデスクとテスト（デバッグ）の現場について、業務内容と必要スキル、得られたものをまとめた記事です。
どちらの現場も社会人としての基礎を学び、報連相の重要性を痛感したと述べています。
また、自身の経験から、挨拶やメモを取る習慣、眠気対策なども紹介。
精神的な強さは得られなかったものの、自身の限界を知る良い機会になったと振り返り、あくまで個人の備忘録として参考にしてもらうことを促しています。
基礎を学んだ現場と教訓
入社6年目のSEが、新人時代に経験したヘルプデスクとテスト（デバッグ）の現場について、業務内容と必要スキル、得られたものをまとめた記事です。
どちらの現場も社会人としての基礎を学び、報連相の重要性を痛感したと述べています。
また、自身の経験から、挨拶やメモを取る習慣、眠気対策なども紹介。
精神的な強さは得られなかったものの、自身の限界を知る良い機会になったと振り返り、あくまで個人の備忘録として参考にしてもらうことを促しています。
今日のQiitaトレンド
T2セキュリティチップ搭載のMacBook Pro （2019）にLinux Mintを入れてみた話
この記事は、2019年MacBook ProにLinux Mintをインストールした記録です。
T2セキュリティチップの制約を克服するため、t2linux.orgの情報を参考に、パーティション分割、ISOファイルの準備、セキュアブートの無効化、Wi-Fiファームウェアのコピーといった手順を実行。
Linuxをインストールし、Wi-Fiを有効化するまでの過程を詳細に解説しています。
古いMacをLinuxで活用する際の参考になる内容です。
T2セキュリティチップ搭載のMacBook Pro （2019）にLinux Mintを入れてみた話
この記事は、2019年MacBook ProにLinux Mintをインストールした記録です。
T2セキュリティチップの制約を克服するため、t2linux.orgの情報を参考に、パーティション分割、ISOファイルの準備、セキュアブートの無効化、Wi-Fiファームウェアのコピーといった手順を実行。
Linuxをインストールし、Wi-Fiを有効化するまでの過程を詳細に解説しています。
古いMacをLinuxで活用する際の参考になる内容です。
T2セキュリティチップ搭載のMacBook Pro （2019）にLinux Mintを入れてみた話 #インストール - Qiita
はじめに 大学の時に使っていた MacBook Pro がずっと家にあったのですが、購入からもう6年くらい経ち、ビンテージモデルの仲間入りしてすっかり型落ち品になってしまいました。 しかし、シールをたくさん貼っていたり、長く使っていて少し愛着があるので Linux を入れ...
qiita.com
December 12, 2025 at 10:26 PM
今日のQiitaトレンド
T2セキュリティチップ搭載のMacBook Pro （2019）にLinux Mintを入れてみた話
この記事は、2019年MacBook ProにLinux Mintをインストールした記録です。
T2セキュリティチップの制約を克服するため、t2linux.orgの情報を参考に、パーティション分割、ISOファイルの準備、セキュアブートの無効化、Wi-Fiファームウェアのコピーといった手順を実行。
Linuxをインストールし、Wi-Fiを有効化するまでの過程を詳細に解説しています。
古いMacをLinuxで活用する際の参考になる内容です。
T2セキュリティチップ搭載のMacBook Pro （2019）にLinux Mintを入れてみた話
この記事は、2019年MacBook ProにLinux Mintをインストールした記録です。
T2セキュリティチップの制約を克服するため、t2linux.orgの情報を参考に、パーティション分割、ISOファイルの準備、セキュアブートの無効化、Wi-Fiファームウェアのコピーといった手順を実行。
Linuxをインストールし、Wi-Fiを有効化するまでの過程を詳細に解説しています。
古いMacをLinuxで活用する際の参考になる内容です。
今日のQiitaトレンド
LLMさんにボディビル大会までの1年間の減量データを分析してもらった
この記事では、1年間のボディビル大会に向けた減量データを、ローカルLLM（Ollama）を用いて分析する過程を解説しています。
まず、自撮り写真と体重データを基に、Ollamaで画像の肩幅や体脂肪率などを評価。
次に、それらのデータを統合し、LLMに1年間の変化を分析させました。
結果、モデルによって分析結果に差があり、高性能なモデルほど詳細な分析が可能であることが判明。
データ統合により、数値や写真だけでは見えなかった体型の変化や改善点が見え、有意義な振り返りになったと述べています。
LLMさんにボディビル大会までの1年間の減量データを分析してもらった
この記事では、1年間のボディビル大会に向けた減量データを、ローカルLLM（Ollama）を用いて分析する過程を解説しています。
まず、自撮り写真と体重データを基に、Ollamaで画像の肩幅や体脂肪率などを評価。
次に、それらのデータを統合し、LLMに1年間の変化を分析させました。
結果、モデルによって分析結果に差があり、高性能なモデルほど詳細な分析が可能であることが判明。
データ統合により、数値や写真だけでは見えなかった体型の変化や改善点が見え、有意義な振り返りになったと述べています。
LLMさんにボディビル大会までの1年間の減量データを分析してもらった #ollama - Qiita
はじめに 2025年、何をやったかなと振り返ってみたところ、 そういえばボディビル大会に出場しました。 大会は見事に予選落ちだったのですが、 以下のデータがあったため、折角なので分析してみようと思います。 減量期間は約1年間 体重データ(ほぼ毎日) 自撮り写真(ほぼ毎...
qiita.com
December 12, 2025 at 10:24 PM
今日のQiitaトレンド
LLMさんにボディビル大会までの1年間の減量データを分析してもらった
この記事では、1年間のボディビル大会に向けた減量データを、ローカルLLM（Ollama）を用いて分析する過程を解説しています。
まず、自撮り写真と体重データを基に、Ollamaで画像の肩幅や体脂肪率などを評価。
次に、それらのデータを統合し、LLMに1年間の変化を分析させました。
結果、モデルによって分析結果に差があり、高性能なモデルほど詳細な分析が可能であることが判明。
データ統合により、数値や写真だけでは見えなかった体型の変化や改善点が見え、有意義な振り返りになったと述べています。
LLMさんにボディビル大会までの1年間の減量データを分析してもらった
この記事では、1年間のボディビル大会に向けた減量データを、ローカルLLM（Ollama）を用いて分析する過程を解説しています。
まず、自撮り写真と体重データを基に、Ollamaで画像の肩幅や体脂肪率などを評価。
次に、それらのデータを統合し、LLMに1年間の変化を分析させました。
結果、モデルによって分析結果に差があり、高性能なモデルほど詳細な分析が可能であることが判明。
データ統合により、数値や写真だけでは見えなかった体型の変化や改善点が見え、有意義な振り返りになったと述べています。
