CSV を XLSX に変換

CSV はテキストファイルです。値と区切りだけがあり、それ以外は何もありません。型も、書式も、その列が何であるべきかの手がかりもありません。Excel が開くときは、それらすべてを読みながら推測することになります。しかも列ごとに、そのデータが何のためのものかを知らないまま推測します。

その推測は破壊的なことで有名です。北海道の郵便番号 0600042 は 600042 になります。品番 0071 は 71 になります。16 桁の口座番号は 1.23457E+15 になり、版によっては丸められて、元の数字が二度と戻りません。

いちばん知られた事故です。1-2 は 1 月 2 日になり、規格の 2.10 は 2 月 10 日になり、比率の 3:4 は時刻になります。いずれも元の値は失われ、画面には整った日付が残ります。

国際的には、この同じ仕組みのせいで遺伝学者が SEPT2 という遺伝子の名前を変えました。Excel が頑として 9 月 2 日に変えてしまうからです。表計算と戦い続けるより、遺伝子の名前を変えるほうが早かったのです。

XLSX は、型がすでに決まっている表です。どのセルも自分が文字なのか数値なのかを持っているので、Excel はファイルを解釈するのではなく開きます。見えている値が、書き込まれた値です。

ここでの変換は CSV を一度読み、書かれているものを根拠に各値を判断し、それが何であるかとして書きます。疑いなく数値であるものは数値になり、そうでないものは先頭のゼロごと文字のまま残ります。魔法ではありません。ただし判断は一度、目に見える形で下されます。人によって答えの変わる取り込みダイアログに任されるのではなく。

CSV のもう半分の面倒は区切り文字です。日本語の環境から出てくるファイルは多くがカンマ区切りですが、欧州向けのシステムから来たファイルはセミコロンを使います。そちらでは、カンマがすでに小数点として使われているからです。

カンマを期待してそういうファイルを開けば、行全体が 1 つの列に入ります。ここでは区切り文字をファイルから判定し、判定が外れていれば結果の下で明示的に指定できます。タブも同じ設定で扱えるので、.csv という名前の実質 TSV も通ります。

上限ははっきりさせておくべきです。書式、色、列幅、ウィンドウ枠の固定、数式、グラフ、フィルター、複数シートは変換を生き延びません。もともとファイルに入っていなかったからです。CSV は値の格子を持ちます。表計算を表計算たらしめている残りのものは、設計上そこにありません。

手に入るのは、1 枚のシートに正しく型付けされたデータが並んだきれいなブックです。そしてそれが正しい出発点です。書式を整えるのは 1 分で済みます。3 手前で先頭のゼロを失った郵便番号の列を取り戻すほうは、はるかに長くかかります。

CSV が壊れて届くもう 1 つの道が文字コードです。UTF-8 で書かれたファイルを CP932 として読めば日本語は化け、逆に読めば別の形で化けます。

確実な見分け方は、知っている単語を見ることです。日本語が意味のない漢字の羅列に見えるなら、UTF-8 を CP932 として読んでいます。半角の疑問符や四角に見えるなら、情報はすでに失われていて、書き出しからやり直す必要があります。このページは UTF-8 として読みます。いまどきの書き出しはほぼすべてそれです。

XLSX には硬い上限があります。1 シートあたり 1,048,576 行、16,384 列です。CSV には上限がまったくないので、1 枚のワークシートになりえないファイルを手に持っていることは十分ありえます。

書き出しが行数の上限を超えているなら、表計算は小さめの問題ではなく、間違った行き先です。その量のデータが求めているのはデータベースか Parquet ファイルで、ここで変換すれば 100 万行目より先を捨てるだけになります。

最初の行がシートの見出し行になります。名前が付け直されることも整理されることもないので、書き出し側が列に付けた名前がそのまま出てきます。

30 秒の価値はあります。見出しは思っているより遠くまで旅をするからです。ピボットテーブル、グラフの凡例、その後のあらゆる取り込みがそれを使います。列_7 という名前を CSV の段階で直すのは一瞬で、そのファイルのすべての複製より長く生き残ります。

CSV に何が入っているかを見てください。顧客情報、注文履歴、給与計算、配信リスト、CRM や通販システムからの書き出し。検索結果で見つけた会社に渡すべきでないデータの定義に、ほぼそのまま当てはまります。

この変換は完全にあなたのブラウザーの中で動きます。解析も表の書き出しも、どちらもページが読み込んだ JavaScript で、ファイルはあなたのディスクからあなた自身のタブに読み込まれます。何も送られず、信じる必要もありません。開発者ツールを開き、ネットワークタブを見ながら変換してください。