短期連載「Pythonでグラフを作る」も、ついに今回が最終回です。これまではコードの中でデータを直接入力してきましたが、実際の現場では「Excelやシステムから書き出したデータ(CSV)」を扱うことがほとんどですよね。

今回は、データ分析の定番ライブラリ「Pandas(パンダス)」を使い、ファイルを読み込んでからグラフを完成させるまでの、実務直結のフローをマスターしましょう!
第5回:最終回!CSVデータを読み込んでグラフ作成を自動化しよう【Pythonでグラフを作る短期連載】
1. サンプルデータの準備
まずは、読み込むためのCSVデータを用意しましょう。メモ帳やテキストエディタに以下の内容を貼り付け、「data.csv」という名前で保存してください。
日付,歩数 2026/04/01,5000 2026/04/02,7200 2026/04/03,6800 2026/04/04,12000 2026/04/05,9500 2026/04/06,4500 2026/04/07,8000

Google Colabの左側にあるフォルダアイコンをクリックし、作成した「data.csv」をドラッグ&ドロップでアップロードすれば準備完了です!




2. PandasでCSVファイルを読み込む
Pythonで表データを扱うなら「Pandas」一択です。万が一1行目がうまく見出しとして認識されなくても大丈夫なように、明示的に列名を指定して読み込むのが「実務のコツ」です。
import pandas as pd
# CSVファイルを読み込む(列名を指定してエラーを未然に防ぐ)
df = pd.read_csv('data.csv', names=['日付', '歩数'], header=0)
# 正しく読み込めているか確認
print(df.columns)
print(df.head())
![読み込み結果のコンソール出力 Google Colab上でprint(df.columns)を実行し、Index(['日付', '歩数'])と表示されている出力結果。](https://cdn-ak.f.st-hatena.com/images/fotolife/t/toma_blog_delivery/20260411/20260411135028.png)
出力結果に Index(['日付', '歩数']) と表示されていれば、Pythonがデータを正しく把握できています!
3. 読み込んだデータからグラフを一瞬で作る
データが読み込めたら、あとはSeabornに渡すだけです。大量のデータも一瞬でグラフ化できます。
import seaborn as sns
import matplotlib.pyplot as plt
import japanize_matplotlib
# スタイル設定
sns.set_theme(font='IPAexGothic')
# CSVの「日付」を横軸、「歩数」を縦軸に指定
sns.lineplot(data=df, x='日付', y='歩数', marker='o')
plt.title('週間歩数データの推移(CSV読み込み)')
plt.xticks(rotation=45)
plt.grid(True)
plt.show()


💡 トラブル解決:'日付' が見つからない(ValueError)と言われたら?
もし Could not interpret value '日付' というエラーが出たら、Pythonが「見出し」を正しく読み込めていない可能性があります。
1. 手順2のセルを必ず再実行: CSVをアップロードし直した後は、読み込みコードのセルも再実行が必要です。
2. namesとheaderの指定: 手順2のコードにある names=['日付', '歩数'], header=0 の記述があるか確認してください。
4. まとめ:エンジニアの武器としてのPython
全5回にわたって、Pythonを使ったグラフ作成の基礎から応用まで駆け抜けてきました。
この連載で学んだロードマップ:
- 第1回:Google Colabで最初のグラフを描く
- 第2回:タイトルや日本語対応で「資料」に昇華させる
- 第3回:データの種類に合わせた最適なグラフの選び方
- 第4回:Seabornでプロ級のデザインを手に入れる
- 第5回:外部データ(CSV)を読み込み,業務を自動化する
手動でグラフを作る時間は、Pythonを使えば「コードを1回書く時間」に短縮できます。ぜひ、あなたの日常業務やブログ運営にも、この強力な武器を取り入れてみてください!
そのうち、特別編として組み合わせたグラフの作り方とか、Python+Gemini+Googleスプレッドシートで楽をする方法とかも記事にする…かも?