PythonでCSV集計を自動化する方法｜サンプルとコード付き

こんにちは、Kredo Blog編集部です。

PythonでCSV集計を自動化するなら、最初の課題は「小さな表を読み込み、条件に合う行だけを集計し、手計算と照合する」にすると取り組みやすくなります。ファイルが出力されるだけでなく、何を数え、何を除外したかを説明できることが大切です。

この記事では、架空の学習記録12件を使います。正しく処理できれば、採用8件、除外4件、学習時間の合計305分になります。サンプルCSV、実行用のPythonコード、正解のCSVをダウンロードして、同じ結果を再現できます。実在する受講生や企業のデータではなく、記事用の練習教材です。

変数や繰り返し処理がまだ難しい場合は、Pythonのサンプルコード集で基本の書き方を確認しながら進めてください。

PythonでCSV集計を自動化する流れと準備

入力はstudy_log.csv、実行するファイルはaggregate.pyです。処理後は、指定した新しいフォルダーに3つのCSVができます。

実務でも、合計だけを出すと、取り込めなかった行に気づけないことがあります。今回は小さな教材ですが、採用したデータと除外したデータを両方残す流れを練習します。

集計する前に、正しいデータの条件を決める

まず、何を「正しい1件」と数えるかを決めます。数字を足す処理より先に、この条件をそろえてください。

これは教材のためのルールです。たとえば売上データでは、返品や調整を負の金額で表す場合があります。学習時間で使った「負数を除外する」という条件を、そのまま売上集計に移してはいけません。業務で使う前に、担当者と条件を決め直します。

重複の扱いにも注意が必要です。このコードは、同じIDが2回目以降に現れたら除外します。後の行が訂正版なのか、どちらも別の記録なのかを推測して修正する機能はありません。

サンプルCSVと正解を先に確認しよう

入力ファイルの最初の8件は、次のとおりです。ここでは計算を追いやすいように、ID・科目・時間を抜き出しています。

残る4件には、あえて入力の問題を入れました。W009の日付は存在しない「2026-02-30」、W010の時間は空欄、W011の時間は「-10」です。最後の行ではW002が再登場します。自動で都合のよい値へ直すのではなく、理由を付けて集計から外します。

手計算の答えは、英語が30＋25＋35＝90分、Pythonが45＋60＋20＝125分、JavaScriptが40＋50＝90分。合計は90＋125＋90＝305分です。先に正解を持っておくと、プログラムが出した数字をそのまま信じずに確認できます。

サンプルとコードをダウンロードして実行する

Python 3.9以降が入ったPCで、ZIPを展開してください。ターミナルまたはコマンドプロンプトで、aggregate.pyがあるフォルダーを開きます。Macでは、cd と入力した後に展開したフォルダーをターミナルへドラッグすると、移動先のパスを入力できます。

Macなどでpython3コマンドを使う環境では、次を実行します。

python3 aggregate.py study_log.csv result01

WindowsでPythonランチャーのpyを使う環境では、次のように実行できます。自分の環境でPython 3を起動するコマンドに合わせてください。

py -3 aggregate.py study_log.csv result01

実行後に表示される答えは、次のとおりです。

入力12件 / 採用8件 / 除外4件 / 合計305分
英語: 3件 / 90分
Python: 3件 / 125分
JavaScript: 2件 / 90分

同じ場所にできたresult01フォルダーを開き、3つのCSVを確認しましょう。もう一度実行するときはresult02など、まだ存在しないフォルダー名に変えます。前回の結果を上書きしないよう、この教材では既存の出力フォルダーを指定すると中断します。

CSV集計コードを4つの処理に分けて読む

1．CSVを列名で読み取る

標準ライブラリのcsv.DictReaderを使うと、1行のデータを列名で取り出せます。たとえばrow['subject']が科目、row['minutes']が時間です。

with source.open(encoding='utf-8-sig', newline='') as handle:
    reader = csv.DictReader(handle, strict=True)
    if reader.fieldnames != FIELDS:
        raise ValueError('列名と順番を確認してください。')
    for row in reader:
        subject = row['subject']
        minutes = row['minutes']

上は読み込み部分を短くした説明用の抜粋です。配布コードには、列数、日付、重複などの検証も入っています。CSVから取り出した数字は基本的に文字列なので、足し算の前に整数へ変換します。CSVファイルを開く際のnewline=''指定やDictReaderの動作は、Python公式のcsvモジュールの説明で確認できます。

2．入力を確かめてから数値へ変える

空欄のままint()に渡すと、整数にできません。今回のコードは半角数字かどうかと範囲を確かめ、問題がない行だけvalidという一覧へ入れます。日付は書式だけでなく、実際に存在する日かも確認します。

「2026-02-30」は見た目の形式が整っていても存在しません。date.fromisoformat()による変換を使って検出しています。形式と有効な日付の関係は、Python公式のdate.fromisoformatを参照してください。

3．科目が同じ行を集めて足す

検証が終わったvalidの中から同じ科目の時間を取り出し、件数と合計を求めます。配布コードの集計部分は次の形です。

summary = []
for subject in SUBJECTS:
    minutes = [row['minutes'] for row in valid
               if row['subject'] == subject]
    summary.append(dict(
        subject=subject,
        records=len(minutes),
        minutes=sum(minutes)
    ))

英語の番なら、時間の一覧は[30, 25, 35]になります。len()で3件、sum()で90分です。最初はこの一覧を紙に書いて追ってみると、集計の意味をつかみやすくなります。

4．合計と除外理由を別々に書き出す

結果はcsv.DictWriterで書き出します。元のCSVを読む処理と、結果を新しいフォルダーへ保存する処理を分けているので、練習で失敗しても元データからやり直せます。教材の出力はUTF-8のBOM付きです。表計算ソフトで文字が崩れる場合は、開き方と読み込み時の文字コードも確認してください。

空欄・0・列不足を、入力を変えずに見分ける

ここまでの集計では、時間が空欄の行も、0分の行も対象から外れます。ただし、同じ「採用しない」でも理由は違います。空欄を0で埋めてから調べると、元は未入力だったのか、本当に0が入っていたのかが分からなくなります。

まず、読み取った値と元の列数をそのまま確かめましょう。以下は、record_id,minutesの2列だけを使った別の練習です。先ほどの12件・305分のCSVとは混ぜずに扱います。

この表は、標準のcsv.DictReaderを通常の設定で使った場合です。列が足りないと、足りない値に既定でNoneが入り、列が余ると既定でNoneというキーに余分な値が入ります。空の欄が返す空文字とは区別してください。Python公式：DictReaderの列不足・余剰列の扱い

「0がある」と「何もない」を一つの条件にまとめない

CSVから通常の設定で読み取った'0'は、数値の0ではなく文字列です。Pythonでは空文字''やNone、数値の0は偽として扱われますが、文字列'0'は空ではないため真になります。そのため、if not value:だけで空欄・列不足・0を分類しようとすると、変換前か後かでも意味が変わります。Python公式：真偽値の判定

追加教材では、まず列不足、空文字、空白だけを順に調べ、その後に半角数字か、1〜1440の範囲内かを判定します。配布コードの最初の部分は次のとおりです。

def classify_minutes(raw):
    if raw is None:
        return "COLUMN_MISSING"
    if raw == "":
        return "EMPTY"
    value = raw.strip()
    if value == "":
        return "WHITESPACE_ONLY"

これは関数の冒頭だけの抜粋です。続きの形式・範囲の判定も含む実行用コードは、下の教材に入っています。strip()で前後の空白を取り除くのは判定用の変数だけです。元ファイルの値を置き換える処理ではありません。' 30 'は、前後の空白を除くと条件を満たすことも区別して表示します。

なお、0を使ってよいかはデータの意味次第です。この学習時間の課題では対象外ですが、件数や在庫など別のデータでは正しい0があり得ます。空欄を0に置き換える前に、何を表す値なのかを確認してください。

14件の診断教材を実行して、理由を読み比べる

空欄・0・列不足の診断教材をダウンロードする（ZIP）には、診断コード、架空のCSV14件、期待する出力、テスト、READMEを入れています。追加ライブラリは不要です。ZIPを展開し、inspect_minutes.pyがあるフォルダーで実行します。

Macなどでpython3を使う場合：

python3 -B inspect_minutes.py missing_cases.csv

WindowsのPythonランチャーを使う場合：

py -3 -B inspect_minutes.py missing_cases.csv

表示結果は次のとおりです。repr()形式で表示するため、空文字、空白、文字列の0、Noneを見比べられます。

01 V001: '30' -> VALID
02 V002: '' -> EMPTY
03 V003: '   ' -> WHITESPACE_ONLY
04 V004: '0' -> OUT_OF_RANGE
05 V005: None -> COLUMN_MISSING
06 V006: '30' -> EXTRA_COLUMN
07 V007: 'NULL' -> NOT_INTEGER
08 V008: '30分' -> NOT_INTEGER
09 V009: '０' -> NOT_INTEGER
10 V010: '1440' -> VALID
11 V011: '1441' -> OUT_OF_RANGE
12 V012: '-10' -> NOT_INTEGER
13 V013: '3.5' -> NOT_INTEGER
14 V014: ' 30 ' -> VALID_AFTER_TRIM
Checked 14 records; valid minutes: 3; review: 11.
Input file unchanged; no output files created.

VALIDは時間の条件を満たす記録、VALID_AFTER_TRIMは前後の空白を除くと条件を満たす記録です。合わせて3件、確認する記録は11件になります。ここでの「有効」は、この2列の診断で確認した範囲を指します。IDの形式や重複、日付・科目まで検証した結果ではありません。

V005の列不足とV006の余分な列を表示するのは、原因を比べるためです。先ほどの集計コードは、このような列数の不一致があれば全体を中断します。問題の行を黙って捨てたり、足りない列を補って集計したりはしません。

表示の先頭の01〜14は、読み取ったデータの順番です。引用符の中に改行が入るCSVでは、ファイルの物理行番号とは一致しないことがあります。また、この診断プログラムは読取用のrモードで入力を開き、結果を画面へ出すだけで、新しいファイルを作りません。Python公式：openの読取モード

2026年10月6日、macOSのPython 3.9.6と3.12で、14件の結果を正解と照合しました。さらに8項目のテストで、境界値、前後の空白、BOM、列名の違い、CSVの構文・文字コードエラー、元CSVのハッシュ不変、新規ファイルが作られないことを確認しています。Windowsの画面操作や大量データでの性能は今回の検証範囲に含めていません。

練習：1か所だけ変えて、診断結果を予想する

元のCSVは残し、自分でコピーを作ってから試します。コピーのV004,0をV004,1に変えると、時間の条件を満たす記録は4件、確認する記録は10件になります。次に別のコピーでV005の末尾へカンマを加えてV005,にすると、列不足が空欄へ変わり、件数は3件・11件のままです。

こうして「どの理由が変わり、どの件数は変わらないか」を予測すると、欠損をまとめて埋める前に、必要な確認を考えられます。日本語を読み取る段階で失敗する場合は、値の診断に入る前にCSVの文字コードとBOMを確認する実習で切り分けてください。

集計結果の答え合わせと、エラーの確認方法

合計が305分なら終わり、とはせず、次の3点を照合します。別の間違いが打ち消し合って、合計だけが一致する可能性もあるためです。

記事制作時には、2026年10月5日にmacOS・Python 3.9.6で実行し、この答えとの一致を確認しました。さらに元CSVの内容が変わらないこと、既存の出力先への上書きを拒むこと、0・1・1440・1441の境界、小数・全角数字、うるう日、列名・列数の誤りを含む9項目を検証しています。Windowsでの実行確認や、大量データでの速度測定は行っていません。

うまく動かないときに見る場所

エラーの文をAIに相談する場合も、まずダミーデータで再現してください。「入力12件、採用8件の想定なのに7件だった。除外理由はこれ」と伝えると、確認すべき箇所を絞れます。業務の実データをそのまま外部サービスへ貼り付ける必要はありません。

次の練習：1行追加して、答えを予測する

サンプルのコピーに、ID「W012」、日付「2026-10-05」、科目「Python」、時間「15」の行を追加してください。実行前に答えを予測します。

正解は、入力13件、採用9件、除外4件、合計320分です。Pythonは4件・140分になります。続いて、その行の科目を「python」の小文字へ変えてみましょう。今回の規則では別の文字列なので除外され、元の305分へ戻ります。大文字小文字を同じものとして扱いたければ、業務ルールと変換処理を追加する必要があります。

このように、1か所だけ変える→先に答えを書く→実行結果と比べると進めると、コードをコピーして終わらずに理解を深められます。別の題材に進むなら、Pythonの練習問題と学習サイトも活用してください。

あわせて読みたい記事

PythonのCSV読み込みで列がずれる原因と直し方

2026-10-05

Pythonの英語エラーの読み方｜6種類の原因と直し方

2026-10-05

よくある質問

pandasをインストールしなくてもCSV集計はできますか？

今回のような小さな表は、Python標準ライブラリのcsvと繰り返し処理で集計できます。複数の表の結合や複雑な集計を行う段階で、pandasなどを検討しても遅くありません。

このコードを会社のCSVへそのまま使えますか？

列名、文字コード、ID、科目、時間のルールを教材用に固定しているので、そのまま適用できるとは限りません。まず実データのコピーを用意し、正しい集計条件と既知の答えを確認してから変更してください。

自動化で何分短縮できますか？

この教材では時間短縮を測定していません。実務で評価するなら、同じ件数・同じ確認範囲について、準備、実行、除外行の確認、修正を含む時間を比較します。コードの実行時間だけで判断しないようにしましょう。

まとめ：正しい答えを確かめられる自動化にしよう

CSVを読めたら、次は「どの行を数えたのか」「除外した理由は何か」「手計算と一致するか」を確認してください。この3点がそろうと、別のデータに広げるときも、何を変えればよいか考えやすくなります。