エラー時の切り分けとバックアップ｜PC・ブラウザ・ファイルの基本

このページはプロモーション（広告）を含みます。

PC・ブラウザ・ファイルの基本（初級・読む25分＋演習35分）

この授業のゴール

• エラーメッセージを読み、層（ファイル名・文字コード・列名・値）ごとに原因を切り分けられる
• 原因を1つずつ変えて確かめる手順（再現→仮説→1か所変更→記録）を実行できる
• 日付付きの名前でバックアップを作り、ハッシュ値で原本と同じ内容か確かめられる
• CSVを読み込み、行数と列を確認し、ノートと結果を出力して再読込で一致を確かめられる

仕事でどう使うか

エラーに出会わない人はいません。仕事で差がつくのは、エラーが出たときに、闇雲に操作せず、原因を絞り込めるかです。そしてもう1つが、失敗しても元に戻せる状態を、あらかじめ作っておくことです。

この授業で、ON01の統合演習（CSVを読み込み、行を確認し、ノートと結果を出力して再読込する）を行います。

前提

前提は、画面とブラウザの役割（層の区別）、ファイル・フォルダ・拡張子（原本を残す）、保存・ダウンロード・アップロード（保存先と上書き）、文字コードと安全なファイル確認（文字コードの確認）です。診断を省略して始めた場合は、各授業の「失敗」の節だけ読み返してから進めても構いません。

• 例外（exception）：Pythonの実行中に起きたエラー。名前（FileNotFoundError など）とメッセージが付く
• ハッシュ値：ファイルの内容から計算する短い固定長の文字列。内容が1バイトでも違うと別の値になる
• pandas：表データを扱うPythonの道具。pd.read_csv(パス) はCSVを読み、表（DataFrame）を返す

復元（バックアップから元に戻す手順）の詳しい説明は、この授業の最後の任意の節にまとめました。

身近な状況：「動きません」と言われたとき

Gさんは、同僚から「CSVが読めません」と連絡を受けました。Gさんは、最初の対応を3つ思いつきました。

1. パソコンを再起動してもらう
2. ファイルをもう一度ダウンロードしてもらう
3. エラーの文を読んでもらう

3つ目が最も早い方法です。エラーの文には、何が・どこで・どう悪かったかの手がかりが入っています。ところが、慌てると読まずに操作を繰り返し、元のファイルを上書きして状況を悪化させがちです。

エラーの切り分けとは、原因の候補を、層ごとに1つずつ消していく作業です。画面とブラウザの役割 で学んだ層（PC・OS・ブラウザ・アプリ・データ）に、ファイルの層（名前・場所・形式・文字コード・中身）を足して考えます。

直感的な説明：問診と、1か所だけ変える原則

切り分けは、医者の問診に似ています。

• いつから・何をしたとき起きるか（再現手順）
• どこで起きるか（自分のPCだけか、他の人もか）
• 前は動いていたか、何が変わったか
• 検査は1つずつ行う（複数の薬を同時に変えると、どれが効いたか分からない）

特に大事なのは、1度に変えるのは1か所という原則です。ファイル名とフォルダと文字コードを同時に変えて動いたとしても、何が原因だったのか分かりません。次に同じことが起きたとき、また同じ苦労をします。

バックアップは、問診の前に取る保険です。切り分けの途中でファイルを壊しても、元に戻せるなら、思い切って試せます。

たとえの限界：人体と違い、データは完全に複製できます。複製が元と同じかどうかも、ハッシュ値で確かめられる点が、データならではの強みです。

正確な定義：切り分けの手順、ハッシュ、3-2-1の考え方

切り分けの5手順

1. エラー文を全部読む：例外の名前、メッセージ、最後に出た行を書き写す。
2. 再現手順を書く：同じエラーを、もう一度起こせる最短の手順にする。
3. 層を決める：名前・場所・形式・文字コード・列名・値の、どれかに当てはめる。
4. 1か所だけ変えて再実行：結果をメモする。
5. 記録する：原因と直し方を1行残す。

エラー文は、例外の名前とメッセージでできています。実際に確かめましょう。

import pandas as pd

def attempt(label, fn):
    try:
        fn()
    except Exception as e:
        print(label, "->", type(e).__name__, ":", str(e)[:70])

attempt("1", lambda: open("/data/ab_tset.csv"))
attempt("2", lambda: open("/data/churn.csv", encoding="cp932").read())
attempt("3", lambda: pd.read_csv("/data/ab_test.csv")["convert"])
attempt("4", lambda: int("1,200"))

出力は、1 -> FileNotFoundError : [Errno 44] No such file or directory: '/data/ab_tset.csv'、2 -> UnicodeDecodeError : 'cp932' codec can't decode byte 0x8d in position 145: illegal multibyt、3 -> KeyError : 'convert'、4 -> ValueError : invalid literal for int() with base 10: '1,200' です。1は ab_test のスペルミス（名前の層）、2は文字コード、3は列名 converted の打ち間違い、4はカンマ入りの文字列（クリック・入力・選択・コピー）です。メッセージの中に、ファイル名、バイト位置、列名、値そのものが書かれています。

ハッシュ値：ファイルの全バイトから計算する固定長の文字列で、内容が同じなら必ず同じ値、1バイトでも違えば（ほぼ確実に）別の値になります。hashlib.sha256(バイト列).hexdigest() は、バイト列（bytes）を受け取り、64文字の16進数の文字列を返します。

バックアップの3-2-1の考え方（一般的な目安）：コピーを3つ持ち、2種類の保管先に分け、1つは離れた場所に置く。同じフォルダの中にコピーを置いても、フォルダごと消えたら両方失われます。

段階付き例題：統合演習 ― CSVを読み、確認し、出力し、再読込する

問題：教材の ab_test.csv（架空のA/Bテスト。1行＝1ユーザー）を読み込み、行を確認し、結果とノートを出力し、再読込して一致を確かめる。

ステップ1：読み込んで形を確認する（入力→処理）。df.shape（行数・列数のタプル）、df.dtypes（列ごとの型）、欠損の合計を見る。

ステップ2：集計する（処理）。group（A/B）ごとの購入率 converted.mean()。converted は購入したら1、しなければ0の列なので、平均は購入者÷ユーザー数です。分母はユーザー数（各群の行数）で、購入した人だけではありません。

ステップ3：出力して再読込する（出力→検証）。結果をCSV、ノートをテキストに書き、読み直す。

import pandas as pd, tempfile, pathlib
df = pd.read_csv("/data/ab_test.csv")
print(df.shape)
print(df.dtypes.astype(str).to_dict())
print(int(df.isna().sum().sum()))
print(df["group"].value_counts().sort_index().to_dict())
rate = df.groupby("group")["converted"].mean()
print(rate.round(4).to_dict())

out = pathlib.Path(tempfile.mkdtemp())
rate.round(4).to_csv(out / "result.csv", header=["conversion_rate"])
(out / "note.txt").write_text("ab_test.csv: %d rows\n" % len(df), encoding="utf-8")
back = pd.read_csv(out / "result.csv")
print(back)
print(back.shape, (out / "note.txt").read_text(encoding="utf-8").splitlines()[0])
print(round((rate["B"] - rate["A"]) * 100, 2))

出力は次のとおりです。

• (4000, 6)：4000行・6列
• 列の型：user_id・visits・converted・revenue は int64、group・device は object（文字列）
• 0：欠損なし
• {'A': 2021, 'B': 1979}：群ごとのユーザー数（これが分母）
• {'A': 0.0955, 'B': 0.1081}：購入率（約9.55%と約10.81%）
• 再読込した表は2行2列（group、conversion_rate）で、ノートの1行目は ab_test.csv: 4000 rows
• 1.26：群Bと群Aの差は1.26パーセントポイント

ステップ4：意味を言葉にする。9.55%と10.81%の差は「1.26ポイント」で、「1.26%の上昇」ではありません（割合の差と、割合そのものの変化率は別の量）。この差が偶然か意味のある違いかは、この授業では判断しません。ここでは、読み込み・確認・出力・再読込の手順が正しく回ることを確認しました。

操作して理解する：バックアップを取り、同じか確かめ、壊れた例を見る

次のコードで、(1) 日付付きの名前でコピー、(2) ハッシュ値の比較、(3) 途中で切れたコピーの検出、(4) フォルダごと消えたときの被害、を順に確認します。

import hashlib, shutil, tempfile, pathlib
root = pathlib.Path(tempfile.mkdtemp())
src = root / "a.csv"
src.write_text("id\n1\n2\n", encoding="utf-8")

def sha(p):
    return hashlib.sha256(pathlib.Path(p).read_bytes()).hexdigest()

print(sha(src)[:16])
(root / "bk").mkdir()
dst = shutil.copy(src, root / "bk" / "a_2026-10-10.csv")
print(sha(src) == sha(dst))

dst2 = root / "bk" / "a_trunc.csv"
dst2.write_text("id\n1\n")
print(sha(src) == sha(dst2), len(src.read_bytes()), len(dst2.read_bytes()))

shutil.rmtree(root)
print(src.exists(), pathlib.Path(dst).exists())

出力は、1d1c91d15ace6e21（ハッシュの先頭16文字）、True（正しいコピーは一致）、False 7 5（途中で切れたコピーは不一致、7バイトと5バイト）、False False（フォルダごと消すと、元もコピーも両方なくなる）です。

考えてみる：

• 最後の rmtree を shutil.rmtree(root / "bk") に変えると、src.exists() はどうなるか。（答え：True。バックアップだけが消えます。）
• バックアップを別の保管先に置くとは、実際の画面では、どこに置くことか。（例：別のドライブ、別のサービス、別の端末。）

実際の画面では、ファイルのプロパティで「サイズ」を比べるだけでも、途中で切れたコピーを見つけられます。バックアップは取ったら、同じかどうかを確かめて初めて、取れたことになります。

発展（任意）：復元の手順と、質問の書き方

この節は任意です。ON01の目標（ここまでの手順を使って、CSVを読み、結果を保存し、再読込で確かめる）は、前の節までで達成できます。

復元の手順（バックアップから元に戻す）：

1. 現状を残す：壊れたファイルを上書きせず、別の名前（例：broken_ を付ける）で退避する。
2. 復元元を選ぶ：日付とハッシュ値で、どのバックアップが正しいか確認する。
3. 別の場所に復元する：いきなり元の場所に戻さず、作業用フォルダで中身を確認する。
4. 確認してから置き換える：行数や代表値が、記録と合うことを確かめる。
5. 記録する：いつ、どの版から戻したか。

復元の練習をしていないバックアップは、取れたかどうかが分かりません。定期的に、小さなファイルで復元の練習をします。

質問の書き方：他の人に助けを求めるときは、次の5点を書くと解決が早くなります。(1) したかったこと、(2) 実際に起きたこと（エラー文の全文）、(3) 再現手順、(4) 環境（OS、ブラウザ、版）、(5) すでに試したこと。個人情報や機密を含む部分は、伏せてから共有します。

よくある失敗

失敗1：エラー文を読まずに、同じ操作を繰り返す

誤った対応：KeyError が出たので、ファイルを開き直す、再実行する、を繰り返した。

import pandas as pd
df = pd.read_csv("/data/ab_test.csv")
print(list(df.columns))
try:
    df["convert"]
except KeyError as e:
    print("KeyError:", e)
print("converted" in df.columns)

出力は ['user_id', 'group', 'device', 'visits', 'converted', 'revenue']、KeyError: 'convert'、True です。エラー文に、探した名前（'convert'）が書かれており、実際の列名（converted）は列の一覧で確認できます。

直し方：エラー名とメッセージを書き写し、df.columns などで実際にある名前を確かめる。再実行を繰り返す前に、読む。

失敗2：バックアップを元のファイルと同じフォルダに置く

誤った運用：data フォルダの中に data_backup.csv を作り、バックアップのつもりになった。

import tempfile, shutil, pathlib
root = pathlib.Path(tempfile.mkdtemp())
data = root / "data"
data.mkdir()
(data / "data.csv").write_text("id\n1\n", encoding="utf-8")
shutil.copy(data / "data.csv", data / "data_backup.csv")
shutil.rmtree(data)            # フォルダごと削除（誤操作）
print((data / "data.csv").exists(), (data / "data_backup.csv").exists())

出力は False False です。コピーが同じ場所にあると、同じ原因（フォルダの削除、ディスクの故障）で同時に失われます。

直し方：別のフォルダ、できれば別のドライブや別のサービスに置く（3つのコピー、2種類の保管先、1つは離れた場所）。

失敗3：バックアップを取っただけで、同じか確かめない

誤った運用：コピー中に処理が止まり、途中までしかない report_backup.csv ができたが、気付かず安心した。

import hashlib
orig = ("id,amount\n" + "\n".join(f"{i},{i*100}" for i in range(1, 6)) + "\n").encode()
partial = orig[:25]
print(len(orig), len(partial))
print(hashlib.sha256(orig).hexdigest() == hashlib.sha256(partial).hexdigest())

出力は 40 25（バイト数）と False です。サイズも内容も違います。

直し方：バックアップのあとで、サイズとハッシュ値を比べる。行数や代表値（合計など）も、元と照合して記録する。

まとめ

• エラーは、名前とメッセージを最後まで読む。ファイル名・列名・値・バイト位置などの手がかりが書かれている。
• 切り分けは、再現手順→層の特定→1か所だけ変更→記録。1度に複数を変えない。
• バックアップは、日付付きの名前で、別の場所に置き、ハッシュ値で同じか確かめて初めて取れたと言える。
• 統合演習：CSVを読み、行数・列・型・欠損を確認し、結果とノートを出力して再読込して一致を確かめる。

用語

例外（exception）

Pythonの実行中に起きたエラー。名前（FileNotFoundError など）とメッセージで原因の手がかりを示す。

切り分け（troubleshooting / isolation）

原因の候補を層ごとに1つずつ確かめて絞り込む作業。

ハッシュ値（hash value）

ファイルの全バイトから計算する固定長の文字列。内容が同じなら同じ値になる。

バックアップ（backup）

元のデータが失われても戻せるように、別の場所に作っておくコピー。

DataFrame（DataFrame）

pandasの表データ。行と列を持ち、列ごとに型がある。

よくある質問

エラーメッセージが英語で、読めません。どうすればよいですか？

全部を訳す必要はありません。例外の名前（FileNotFoundError など）と、メッセージの中の固有の語（ファイル名、列名、値）を拾います。名前だけで、前の表のどの層かが分かるようになります。翻訳ツールを使うときは、個人情報を含む部分を伏せてください。

バックアップはどのくらいの頻度で取るべきですか？

失ったときに、やり直せる量で決めます。1日分の作業を失っても許容できないなら、毎日です。節目（分析の前、大きな編集の前）に取る習慣が基本で、頻度は組織のルールに従います。

クラウドの同期サービスは、バックアップになりますか？

完全にはなりません。誤った編集や削除も同期されるからです。ただし、履歴機能やごみ箱で戻せる場合もあります。履歴の保存期間は変わり得るので、公式情報で確認し、重要なものは別の場所にもコピーを持ちます。

ハッシュ値とは、何を保証するのですか？

内容が同じなら同じ値、違えば（ほぼ確実に）違う値になることです。コピーが同一かの確認に使えます。ただし、「中身が正しいか」「安全か」までは保証しません。

エラーが再現しないときは、どうすればよいですか？

そのときの環境、手順、入力ファイルを記録します。再現しない場合も、日時、画面の状況、エラー文を残しておくと、次に出たときに比べられます。偶然に任せて放置せず、記録を残すことが大切です。

仕事で「動かない」と相談されたら、まず何を聞きますか？

(1) 何をしようとしたか、(2) エラー文の全文、(3) 前は動いていたか、(4) 何が変わったか、(5) 環境（OS、ブラウザ）を聞きます。そのうえで、層を一つずつ確認します。ここで質問を整理できる力が、DX推進の仕事で役に立ちます。

確認問題

次に学ぶこと

これでON01の6授業は終わりです。次は、総合テストと自力課題で到達度を確認します。その後は、データの1行が何を表すかを学ぶ 表・単位・割合・グラフ や、表計算の基本を扱う授業へ進めます。前の授業に戻るなら、保存先は 保存・ダウンロード・アップロード、文字コードは 文字コードと安全なファイル確認 です。

この授業の確認問題だけでモジュールの習得とはしません。ON01 の総合テストと、CSVを使った自力課題で判定します。