【初心者向け】PythonでCSVデータを抽出・保存する方法｜pandas活用＆GUI付き実践解説

PythonでCSVファイルから特定条件のデータを抽出したいと思ったことはありませんか？

この記事では、例として「温度が23℃以上のデータを抽出して別のCSVに保存する方法」を、初心者にもわかりやすく解説します。

さらに、GUIアプリ化して誰でも簡単に操作できる方法や、文字化けやエラーの対処法も紹介します。
最後に、業務や趣味で活用できる応用例まで紹介します。

Contents

✅ 前提と目的
🐍 pandasを使った基本スクリプト
⚠️ よくあるエラーと対処方法
- エラー①：pandasがインストールされていない
- エラー②：文字コードエラー
🖥️ GUIアプリで抽出処理を簡単に！
💡 応用例：抽出機能を使ってこんなこともできる！
✨ まとめ
📂 サンプルCSVファイル配布

✅ 前提と目的

まず、今回のサンプルCSVファイルには以下のようなデータが入っていると仮定します。

日付,時間,温度（℃）,湿度（％）
2025-09-24,10:00,22.5,60
2025-09-24,11:00,23.1,58
2025-09-24,12:00,24.0,55

この中から「温度が23℃以上」の行だけを抽出して、新しいCSVファイルに保存します。

▶ サンプルCSVファイルのダウンロードはこちら

🐍 pandasを使った基本スクリプト

Pythonでは、データ処理に強いライブラリ「pandas」を使うと、条件抽出が驚くほど簡単にできます。
以下のコードは最小構成のサンプルです。

import pandas as pd

df = pd.read_csv('data.csv', encoding='utf-8')
filtered_df = df[df['温度（℃）'] >= 23]
filtered_df.to_csv('filtered_temperature.csv', index=False, encoding='utf-8-sig')

print("抽出結果を 'filtered_temperature.csv' に保存しました。")

このスクリプトを実行すると、23℃以上のデータのみが「filtered_temperature.csv」に保存されます。

Excelで開いたときに文字化けしないように、保存時は `utf-8-sig` を指定するのがおすすめです。

⚠️ よくあるエラーと対処方法

初心者が最初に躓きやすいのが、ライブラリの導入や文字コードの違いによるエラーです。
ここでは代表的な2つの例を紹介します。

エラー①：pandasがインストールされていない

ModuleNotFoundError: No module named 'pandas'

【対処法】
コマンドプロンプト（ターミナル）からpandasをインストールします。

pip install pandas

エラー②：文字コードエラー

'utf-8' codec can't decode byte 0x93...

原因： CSVファイルがUTF-8以外（Shift_JISなど）で保存されている場合。

対処法①： Excelで開き、「CSV UTF-8（コンマ区切り）」で保存しなおす。
対処法②： 読み込み時に文字コードを指定する。

df = pd.read_csv('data.csv', encoding='cp932')

🖥️ GUIアプリで抽出処理を簡単に！

コマンド操作が苦手な方でも簡単に使えるように、GUI（グラフィカルユーザーインターフェース）で動作するツールを作成してみましょう。
以下のコードを実行すると、ボタン操作だけでCSV選択・抽出・保存が可能になります。

import pandas as pd
import tkinter as tk
from tkinter import filedialog, messagebox

def select_file():
    filepath = filedialog.askopenfilename(filetypes=[("CSV files", "*.csv")])
    if filepath:
        try:
            df = pd.read_csv(filepath, encoding='utf-8')
            filtered_df = df[df['温度（℃）'] &gt;= 23]
            save_path = filedialog.asksaveasfilename(defaultextension=".csv", filetypes=[("CSV files", "*.csv")])
            if save_path:
                filtered_df.to_csv(save_path, index=False, encoding='utf-8-sig')
                messagebox.showinfo("完了", "抽出結果を保存しました！")
        except Exception as e:
            messagebox.showerror("エラー", f"処理中にエラーが発生しました:\n{e}")

root = tk.Tk()
root.title("CSV温度抽出ツール")

label = tk.Label(root, text="CSVファイルを選択して、温度が23℃以上のデータを抽出します")
label.pack(pady=10)

button = tk.Button(root, text="CSVファイルを選択", command=select_file)
button.pack(pady=10)

root.mainloop()

GUI画面（ファイル選択ボタンと説明ラベル）

ファイル選択と抽出後のファイル保存先

ファイル選択画面

抽出後ファイルの保存先選択画面

データ抽出後のCSVファイル

【筆者のひとこと】
実際にTkinterでGUIツールを作ってみると、「思ったより簡単！」と感じる方が多いです。
社内の非エンジニアにも使ってもらいたい場合、こうしたGUI化は非常に有効です。

💡 応用例：抽出機能を使ってこんなこともできる！

単純な温度抽出以外にも、pandasを使えば多彩な条件でデータ分析や整理ができます。

湿度が60%以上のデータだけ抽出：
df[df['湿度（％）'] >= 60]
特定の日付のデータだけ抽出：
df[df['日付'] == '2025-09-24']
複数条件で抽出（例：温度が23℃以上かつ湿度が50%以下）：
df[(df['温度（℃）'] >= 23) & (df['湿度（％）'] <= 50)]
時間帯で抽出（例：午前中のデータ）：
df[df['時間'].str.startswith(('08','09','10','11'))]
複数CSVを結合して一括抽出：
pd.concat([pd.read_csv(f) for f in file_list])