CSVとは？読み方・意味・開き方をわかりやすく解説

CSVとは

CSV（シーエスブイ）は、カンマで区切られた形式のテキストファイルです。ここが重要なポイントです。Comma-Separated Valuesの略で、表形式のデータを簡潔に記録できる汎用フォーマットです。Excelやスプレッドシート、データベース、プログラミング言語など、ほぼすべてのツールがCSVをサポートしており、データ交換の標準的な手段として広く使われています。

CSVは単なるテキストファイルであるため、どのOSやアプリケーションでも開くことができます。実務では、企業間のデータのやり取り、営業データの管理、顧客情報の一括インポートなど、覚えておきたい場面が数多くあります。シンプルながら強力なこのフォーマットは、デジタル業務の基本となっています。

CSVの読み方

読み方：シーエスブイ（カタカナ）/ see-ess-vee（英語）

つづり：Comma-Separated Values

CSVの仕組み

CSVの基本的な構造を理解することが注意し始める第一歩です。以下は、3列（名前、年齢、職業）と4行のデータを示す例です：

カラム名	説明
フィールド（Field）	カンマで区切られた1つのデータ値
レコード（Record）	改行で区切られた1行のデータ（複数フィールド）
ヘッダー（Header）	最初の行。各列の名前を記述（省略可）
エスケープ処理	カンマや改行を含むデータは二重引用符で囲む

CSVの実データ例：

名前,年齢,職業
太郎,28,エンジニア
花子,32,デザイナー
次郎,25,マネージャー

使い方・実例

実務では、覚えておくべき複数の使用パターンがあります。

Excelでの開き方

WindowsやMacのExcelでCSVファイルを開く手順は注意し始める重要なステップです：

Excelを起動し、「ファイル」→「開く」を選択
CSVファイルを選択して開く
「テキストファイルウィザード」が表示されたら、区切り文字として「カンマ」を選択
「完了」をクリック

Pythonでの読み書き

Pythonのcsvモジュールを使用すれば、プログラムで簡単にCSVを処理できます。ここが重要です：

import csv

# CSVの読み込み
with open('data.csv', 'r', encoding='utf-8') as f:
    reader = csv.DictReader(f)
    for row in reader:
        print(row['名前'], row['年齢'])

# CSVの書き込み
with open('output.csv', 'w', encoding='utf-8', newline='') as f:
    writer = csv.DictWriter(f, fieldnames=['名前', '年齢', '職業'])
    writer.writeheader()
    writer.writerow({'名前': '太郎', '年齢': '28', '職業': 'エンジニア'})

メリット・デメリット

メリット	デメリット
シンプルで軽量。ファイルサイズが小さい	階層的なデータ構造を表現しにくい
ほぼすべてのアプリケーションで対応	データ型情報がない（すべてテキスト）
テキストエディタで直接編集可能	複雑な加工や検索が手作業では困難
データベース間のインポート・エクスポートが容易	大規模データセット（数GB以上）には非効率

CSVとTSVの違い、JSON・Excel との比較

似たようなデータフォーマットにはTSV、JSON、Excelなどがあります。それぞれの特徴を理解することが実務では重要です。

フォーマット	区切り文字	特徴	用途
CSV	カンマ	シンプル、軽量、テキスト形式	データ交換、データベース連携
TSV	タブ文字	CSV と同様だがタブで区切る	生物学データ、ゲノムデータ
JSON	ネストされたキー・値	階層構造をサポート、スキーマなし	API通信、複雑なデータ構造
Excel（.xlsx）	セルベース	フォーマット、数式、複数シート対応	ビジネス用途、分析、レポート

よくある誤解

実務では、ここが注意し始める重要な誤りが多くあります：

誤解1: CSVなら複数シートが扱える

CSVはテキストフォーマットなため、1ファイル=1シートが原則です。Excelのような複数シート機能はありません。複数のテーブルを扱う場合は、複数のCSVファイルに分割するか、JSONなどの階層構造に対応したフォーマットを使用します。

誤解2: CSVは必ずカンマが区切り文字

一般的にはカンマですが、地域によってはセミコロンやタブが使われることもあります。ここが重要なポイントです。ファイルを開く際は、実際の区切り文字を確認して対応してください。

誤解3: CSVは自由にテキストエディタで編集できる

編集は可能ですが、カンマや改行を含むデータが正しくエスケープされていない場合、データが破損します。専門的なツールやプログラムでの処理が推奨されます。

実務での活用シーン

覚えておくべき実務での利用場面は多岐にわたります：

顧客管理：CRMシステムへの顧客データ一括インポート
売上データ分析：営業システムから抽出したデータをExcelで加工
従業員情報管理：人事システムとの定期的なデータ連携
Eコマース：在庫管理システムから商品マスターのエクスポート
マーケティング：メール配信リストの作成・更新
ログ分析：アプリケーションが出力したログデータの処理
データマイグレーション：異なるシステム間のデータ移行

FAQ

Q1: CSVファイルが文字化けする場合はどうする？

Windowsでは Shift-JIS、Macでは UTF-8 が標準です。テキストエディタを使って、エンコーディングを変更して開き直してください。Pythonで読み込む際も、encoding='utf-8' や encoding='shift_jis' を指定します。

Q2: 大規模CSVファイル（数GB）の処理方法は？

全体をメモリに読み込まず、行単位で逐次処理します。Pythonなら、csv.DictReader を使ってイテレータで処理するか、pandas.read_csv(chunksize=1000) でチャンク処理が有効です。

Q3: CSVにヘッダーを付けるべき？

付けることを強く推奨します。ここが重要です。ヘッダーがあると、データの意味が明確になり、プログラムでの処理も容易になります。

Q4: CSVとJSONはどちらを選ぶべき？

単純な表形式ならCSV、階層構造やメタデータが必要ならJSONを選んでください。複数のネストされたオブジェクトが必要な場合は、注意し始める段階でJSONの方が適しています。

参考文献・出典

RFC 4180: Common Format and MIME Type for Comma-Separated Values (CSV) Files – CSV形式の国際標準規格。2005年公開。
Python公式ドキュメント – csv モジュール： csv — CSV File Reading and Writing – PythonでのCSV処理の標準ライブラリ。
Microsoft Excel 公式ヘルプ： Excel Support – CSVファイルのインポート・エクスポート方法。
pandas 公式ドキュメント： pandas.read_csv – 大規模CSVの処理に最適なライブラリ。