このツールでできること
CSVをParquetに変換
見出しを列名として使い、各列をSTRING型で保存します。番号・金額・日付を自動で別の型へ変換しません。分析時に必要な型は、読み込み先で明示的に指定してください。
アップロード不要・ブラウザ内で処理
CSVをParquetに変換
CSVを列指向のParquetファイルに保存します。まず元データの表記を保つため、すべての列を文字列として出力します。
ブラウザ内で処理会員登録不要文字コード・区切り文字を確認途中までのデータは保存しません
行数0
列数0
文字コード自動
区切り文字自動
問題項目0
ファイルを開いて始める
データは画面表示とは別に読み込みます。会員登録なしで、検索、並べ替え、チェック、修正、保存ができます。
Parquetの型と空欄の扱い
CSVの00123、2026-09-13、trueは、いずれも文字列として保存します。空欄も空文字列のままです。見た目だけで型を決めないため、商品番号や金額の表記を残せます。一方、そのままでは数値として合計できません。分析時に型を指定してください。
Pythonで読み込み、型を確認する
import pandas as pd
# Requires a Parquet engine such as pyarrow.
df = pd.read_parquet("converted.parquet")
print(df.dtypes)
print(df.head())
# Convert a known numeric column explicitly:
# df["amount"] = pd.to_numeric(df["amount"], errors="raise")DuckDBで確認する
SELECT * FROM read_parquet('converted.parquet') LIMIT 10;
DESCRIBE SELECT * FROM read_parquet('converted.parquet');上のファイル名は例です。ダウンロードした実際の名前に置き換えてください。元データと行数、列名、先頭の0を照合します。全列を文字列にする仕様なので、下流システムが数値型を要求する場合は、そのままでは取り込めないことがあります。
圧縮と大きなCSVの制限
出力にはSnappy圧縮を使います。容量が必ず小さくなるわけではありません。読み込んだ表に加え、列ごとの配列と出力データにもメモリを使います。大きなデータセットの定期処理には、PythonやDuckDBなどのローカル処理を検討してください。途中までしか読めなかったファイルは保存できません。
使い方
- CSVを開き、文字コードと見出しを確認します。
- 列数や空欄、番号の桁数を確認します。
- 保存する行を選び、PARQUETボタンで保存します。
よくある用途
- CSVの列名と値を確認し、ローカルでParquetを作成する。
- 商品コードなどの先頭が0の番号を文字列として残す。
- PythonやDuckDBで読み込む前に列名と空欄を確認する。
ファイルの取り扱いとプライバシー
端末から選択したファイルは、ブラウザ内で読み取ります。ファイルの内容やファイル名をCSV Dockのサーバーへアップロードしたり、アクセス解析へ含めたりしません。公開URLを指定した場合だけ、ブラウザからそのURLへ直接アクセスします。接続先が外部サイトからの読み込みを許可していない場合は利用できません。
対応しているデータと注意点
- 見出しの空欄・重複や列数の不一致がある場合は、修正してから保存してください。
- 空欄は空文字列です。nullや数値型、日付型への変換は行いません。
よくある質問
CSVより必ず小さくなりますか？
必ず小さくなるわけではありません。繰り返しの多いデータでは圧縮が効きますが、小さな表ではメタデータの分だけ大きくなることもあります。
数値の集計に使えますか？
出力列は文字列です。集計前に、PythonやSQL側で対象列を数値型へ変換してください。変換できない値の扱いも確認が必要です。