CSV（Comma-Separated Values）は表形式データの保存に広く利用される汎用フォーマットです。一方、リストは Python における基本データ構造で、データ処理に柔軟に対応できます。Python で CSV をリストへ変換する ことで、データ分析や他の処理フローとの統合をスムーズに行えます。 Python 標準の csv モジュールでも基本的な読み込みは可能ですが、Spire.XLS for Python を使用すると、スプレッドシートのような直感的な操作で構造的な CSV データを扱うことができます。 本記事では、Python で CSV をリスト（および辞書のリスト）に読み込む方法 を、基礎から応用までコード例付きで分かりやすく解説します。 目次： Spire.XLS を CSV → リスト変換に使用する理由 基本：CSV を Python リストへ変換 応用：CSV を辞書のリストへ変換 特定ケースの処理方法 カスタム区切り文字の CSV を扱う 空値（空文字）を整形する まとめ よくある質問 Spire.XLS を CSV → リスト変換に使用する理由 Spire.XLS はスプレッドシート処理用の強力なライブラリで、CSV 取り扱いにおいて次のような利点があります。 直感的なインデックス操作：Excel と同様の 1 ベース行列インデックスで扱える 柔軟な区切り文字設定：カンマ・タブ・セミコロンなど任意の区切り文字を指定可能 構造的アクセス：CSV をワークシートとして読み込むため、行列 traversal が容易 強力なデータパース機能：数値・日付・文字列を自動で解析 インストール方法 以下の pip コマンドで Spire.XLS for Python をインストールできます： pip install Spire.XLS インストール後、すぐにプロジェクトで使用できます。 基本：CSV を Python リストへ変換する CSV にヘッダーがない場合（データ行のみの場合）、Spire.XLS を使うと、行ごとにリストへ変換し、最終的に「リストのリスト」として取得できます。 手順： Spire.XLS モジュールをインポート Workbook オブジェクトを生成し CSV を読み込む 1 番目のワークシートを取得 行とセルを順に読み込み Python リストとして格納 CSV → リスト変換コード例： from spire.xls import * from spire.xls.common import * # Workbook を初期化し、CSV を読み込む workbook = Workbook() workbook.LoadFromFile("Employee.csv",",") # 最初のワークシートを取得 sheet = workbook.Worksheets[0] # シートのデータを二次元リストへ変換 data_list = [] for i in range(sheet.Rows.Length): row = [] for j in range(sheet.Columns.Length): cell_value = sheet.Range[i + 1, j + 1].Value row.append(cell_value) data_list.append(row) # 結果を表示 for row in data_list: print(row) # リソースを解放 workbook.Dispose() 出力例： 応用：CSV を辞書のリストへ変換する ヘッダー（例：name,age,city）がある CSV の場合、辞書のリストへ変換すると、列名をキーとして扱えるためデータ操作がより直感的になります。 CSV → 辞書リスト変換コード例： from spire.xls import * # Workbook を初期化し、CSV を読み込む workbook = Workbook() workbook.LoadFromFile("Customer_Data.csv", ",") # 最初のワークシートを取得 sheet = workbook.Worksheets[0] # ヘッダー（1 行目）を取得 headers = [] for j in range(sheet.Columns.Length): headers.append(sheet.Range[1, j + 1].Value) # データ行をディクショナリのリストへ変換 dict_list = [] for i in range(1, sheet.Rows.Length): # ヘッダー行をスキップ row_dict = {} for j in range(sheet.Columns.Length): key = headers[j] value = sheet.Range[i + 1, j + 1].Value row_dict[key] = value dict_list.append(row_dict) # 結果を出力 for record in dict_list: print(record) # リソースを解放 workbook.Dispose() 説明 CSV を読み込む：Workbook クラスの LoadFromFile() を使用 ヘッダー行の取得：1 行目を辞書キーとして利用 辞書化処理：各行のセル内容を、対応するヘッダー名をキーとしてマッピング 出力例： 特定ケースの処理方法 カスタム区切り文字の CSV（タブ・セミコロンなど） カンマ以外の区切り文字（TSV など）を使う場合は、LoadFromFile の第 2 引数で区切り文字を指定します： # タブ区切りファイル workbook.LoadFromFile("data.tsv", "t") # セミコロン区切りファイル workbook.LoadFromFile("data_eu.csv", ";") 空値を整形する CSV に空セルがある場合、リストでは空文字 ('') として保持されます。空文字を "N/A" などに置き換える場合は以下のようにします： cell_value = sheet.Range[i + 1, j + 1].Value or "N/A" まとめ Python で CSV をリストへ変換する方法 は、Spire.XLS を使うことで効率的かつ柔軟になります。 生データ用にリストのリストを使う場合も、構造化された分析のために辞書リストを使う場合も、Spire.XLS はパース処理・インデックス管理・リソース解放を自動的に行ってくれます。 この記事のコード例を活用すれば、データパイプライン、分析スクリプト、アプリケーションへ簡単に組み込むことができます。 より高度な機能については、Spire.XLS for Python ドキュメント を参照してください。 よくある質問（FAQ） Q1: Spire.XLS は大規模 CSV にも対応できますか？ A: はい。一般的な業務データであれば問題なく処理できます。ただし、数百万行規模など極端に大きいデータについては、分割処理やビッグデータ専用のツールの利用を検討してください。 Q2: pandas を使う方法と比べてどうですか？ A: Spire.XLS はパース処理を細かく制御でき、追加のデータサイエンス系依存パッケージも不要です。 分析中心なら pandas が便利ですが、CSV の解析を正確に行いたい場合 や pandas が使えない環境 では Spire.XLS が適しています。 Q3: ヘッダー付きの CSV をリストへ変換するには？ A: 辞書のリストへ変換する方法がおすすめです。1 行目をヘッダーとして読み取り、各行のデータとマッピングすることで、列名でデータへアクセスできます。 Q4: CSV の特定列だけをリスト化したい場合は？ A: 内側のループで対象列のみを読み込むよう変更してください。 # 1 列目と 3 列目のみを抽出（インデックス 0 と 2） target_columns = [0, 2] for i in range(sheet.Rows.Length): row = [] for j in target_columns: cell_value = sheet.Range[i + 1, j + 1].Value row.append(cell_value) data_list.append(row)
