RでCSVの文字化けを直す方法とExcelファイルの読み込み【実行結果付き】
RでCSVを読み込んだら、日本語が「縺b縺」のように文字化けしてしまったという経験はありませんか? 実務で受け取るデータはExcelで作られたものが多く、Rの初心者が最初につまずくポイントです。
この記事では、文字化けの原因と直し方、より便利なreadrパッケージの read_csv()、そしてExcelファイル(.xlsx)をそのまま読み込む方法を、実行結果付きで解説します。
参考記事
R studioでCSVを読み込む方法【実行コード付き】
RStudioの基本的な使い方【画面の見方とはじめてのコード】
この記事で使うデータ
架空の店舗の売上データ(2026年1〜3月、3店舗×3カテゴリの日別データ)です。下のリンクからダウンロードし、Rの作業フォルダに置いてください。
※作業フォルダの確認方法は、R studioでCSVを読み込む方法で解説しています。
まずは基本:read.csv()で読み込む
sales <- read.csv("sales.csv")
head(sales)
実行結果
date store category customers sales ad_spend
1 2026-01-01 新宿店 日用品 66 62060 22000
2 2026-01-01 新宿店 食品 185 241870 19000
3 2026-01-01 新宿店 飲料 114 44430 9000
4 2026-01-01 横浜店 日用品 49 47650 12000
5 2026-01-01 横浜店 食品 121 192980 19000
6 2026-01-01 横浜店 飲料 65 24930 6000
読み込んだデータの中身(列の型)は str() で確認できます。
str(sales)
'data.frame': 810 obs. of 6 variables:
$ date : chr "2026-01-01" "2026-01-01" "2026-01-01" "2026-01-01" ...
$ store : chr "新宿店" "新宿店" "新宿店" "横浜店" ...
$ category : chr "日用品" "食品" "飲料" "日用品" ...
$ customers: int 66 185 114 49 121 65 63 121 69 79 ...
$ sales : int 62060 241870 44430 47650 192980 24930 60030 167150 28650 84590 ...
$ ad_spend : int 22000 19000 9000 12000 19000 6000 17000 27000 11000 20000 ...
810行・6列のデータとして読み込めました。chr は文字、int は整数を表します。
文字化けの原因は「文字コード」
文字化けの原因は、ファイルの文字コードとRが想定している文字コードが違うことです。
| 文字コード | よく使われる場面 |
|---|---|
| UTF-8 | Mac、Googleスプレッドシート、多くのWebサービス |
| Shift-JIS(CP932) | WindowsのExcelで「CSV(コンマ区切り)」として保存したファイル |
最近のR(バージョン4.2以降)はUTF-8を前提に読み込むため、Excelで保存したShift-JISのCSVをそのまま読むと文字化けしたり、エラーになったりします。
直し方①:read.csv()でfileEncodingを指定する
sales_sjis <- read.csv("sales_sjis.csv", fileEncoding = "CP932")
head(sales_sjis, 3)
実行結果
date store category customers sales ad_spend
1 2026-01-01 新宿店 日用品 66 62060 22000
2 2026-01-01 新宿店 食品 185 241870 19000
3 2026-01-01 新宿店 飲料 114 44430 9000
fileEncoding = "CP932" を付けるだけで、日本語が正しく表示されました。CP932はShift-JISをWindows向けに拡張したもので、Excelのファイルにはこちらを指定するのが確実です。
※逆に、UTF-8のファイルが文字化けする場合は fileEncoding = "UTF-8" を指定します。
もっと便利に:readrのread_csv()
readrパッケージの read_csv() は、read.csv() より速く、日付を自動で日付型として読み込んでくれます。readrは「tidyverse」というパッケージ群に含まれています。
install.packages("readr") # 最初の1回だけ
library(readr)
sales2 <- read_csv("sales.csv")
sales2
実行結果
Rows: 810 Columns: 6
── Column specification ────────────────────────────────────────────────────────
Delimiter: ","
chr (2): store, category
dbl (3): customers, sales, ad_spend
date (1): date
# A tibble: 810 × 6
date store category customers sales ad_spend
<date> <chr> <chr> <dbl> <dbl> <dbl>
1 2026-01-01 新宿店 日用品 66 62060 22000
2 2026-01-01 新宿店 食品 185 241870 19000
3 2026-01-01 新宿店 飲料 114 44430 9000
...
# ℹ 800 more rows
読み込み時に、どの列をどの型で読んだかを表示してくれます。date 列が <date>(日付型)になっているのがポイントです。
Shift-JISのファイルは、locale で文字コードを指定します。
sales3 <- read_csv("sales_sjis.csv", locale = locale(encoding = "CP932"))
nrow(sales3)
[1] 810
Excelファイル(.xlsx)をそのまま読み込む
CSVに変換しなくても、readxlパッケージでExcelファイルを直接読み込めます。
install.packages("readxl") # 最初の1回だけ
library(readxl)
excel_sheets("sales.xlsx") # シート名の一覧
[1] "売上"
シート名を指定して読み込みます。
sales4 <- read_excel("sales.xlsx", sheet = "売上")
head(sales4, 3)
実行結果
# A tibble: 3 × 6
date store category customers sales ad_spend
<dttm> <chr> <chr> <dbl> <dbl> <dbl>
1 2026-01-01 00:00:00 新宿店 日用品 66 62060 22000
2 2026-01-01 00:00:00 新宿店 食品 185 241870 19000
3 2026-01-01 00:00:00 新宿店 飲料 114 44430 9000
Excelの日付は「日時(dttm)」として読み込まれます。日付だけにしたいときは as.Date(sales4$date) で変換できます。
readxlのよく使うオプションは次のとおりです。
| オプション | 意味 | 例 |
|---|---|---|
sheet |
読み込むシート(名前か番号) | sheet = 2 |
skip |
上から飛ばす行数 | skip = 3(タイトル行がある表) |
range |
読み込む範囲 | range = "A3:F100" |
na |
欠損値として扱う文字 | na = c("", "-") |
よくあるエラー
| エラー | 原因と対処 |
|---|---|
cannot open file 'sales.csv': No such file or directory |
ファイルが作業フォルダにない。getwd() で場所を確認する |
invalid multibyte string |
文字コードの違い。fileEncoding = "CP932" を付ける |
could not find function "read_csv" |
library(readr) を実行していない |
まとめ
- Excelで保存したCSVはShift-JIS(CP932)なので、
fileEncoding = "CP932"を指定する readr::read_csv()は高速で、日付も自動で日付型にしてくれる- Excelファイルは
readxl::read_excel()で、シートを指定してそのまま読み込める
データを正しく読み込めれば、分析の準備は完了です。次はパッケージのインストールと、データ加工の基本に進みましょう。
同じことをGoogle ColabのPythonで行う方法は、PythonでCSVの文字化けを直す方法とExcelファイルの読み込み【Colab対応・実行結果付き】で紹介しています。
NEWSLETTER
Data Schoolの新着記事をメールで受け取る
新しい記事が公開されたら、メールでお知らせします。配信はいつでも停止できます。
