Convertir CSV a Excel

Cómo se asigna el tipo de una columna

Cada columna se examina completa y recibe un solo tipo, y varias formas concretas la obligan a quedarse como texto, sin importar cómo sea el resto de la columna. Basta con cualquier valor que tenga un cero inicial delante de más de un dígito. También cualquier número con más de quince dígitos significativos, que es el punto a partir del cual un dígito se perdería en lugar de solo mostrarse distinto. También todo lo que empiece con un signo más seguido de siete o más dígitos, porque eso es un número de teléfono y no una cantidad. Mezclar dos símbolos de moneda en una columna también lo provoca, igual que mezclar separadores decimales, y lo mismo una fecha anterior a 1900, que el propio calendario de Excel no puede contener. Cada una de esas decisiones aparece en la vista previa con su motivo, para que veas por qué una columna se quedó como texto en lugar de preguntártelo.

Las fechas se resuelven por columna y no por celda. Los valores mayores que doce determinan si el archivo escribe primero el día o el mes; si ninguno lo hace, votan las otras columnas, luego decide tu propia configuración y, por último, se asume día primero. Una columna que mezcla los dos órdenes se rechaza y se deja como texto en lugar de adivinarla, porque ese es el caso en que un error pasaría desapercibido. Los años de dos dígitos siguen la regla del propio Excel, según la cual cualquier valor menor que treinta corresponde a este siglo. Solo las palabras literales true y false se convierten en valores booleanos reales; yes y no, Y y N, y 1 y 0 se dejan exactamente como están, porque cada uno de ellos significa otra cosa en algún archivo en algún lugar.

Los valores que no encajan con el tipo de su columna se vuelven a escribir como el texto original en lugar de quedar en blanco, y los marcadores que suelen significar “falta el dato” (NA, N/A, null, nil, none, un guion o un signo de interrogación solos, y los propios textos de error de Excel) no rompen una columna con tipo cuando aparecen en ella. Cada celda de texto se escribe como texto mediante su tipo de celda, no con un apóstrofo inicial, así que un campo que empieza con un signo igual queda inerte en el libro en lugar de solo disimulado. Si algo de esto no le sirve a tu archivo, puedes fijar columnas concretas como texto en la vista previa antes de descargar.

Si buscas otra cosa

Este proceso se ejecuta en la página: cede el control con la frecuencia suficiente para que la pestaña siga respondiendo, y no tiene límite de tamaño de archivo, lo que en conjunto significa que un CSV realmente grande hará sonar el ventilador de tu equipo antes de dar un error. Para un archivo de cientos de megabytes, o una conversión que se hace cada noche, in2csv de csvkit y LibreOffice en modo headless lo hacen desde un script, y ninguno necesita que el navegador cargue toda la tabla.

La pregunta más difícil es si un .xlsx es el destino adecuado. Un libro de Excel es donde una persona lee y edita datos, y cada hora dedicada a que los tipos salgan bien se desperdicia si el archivo solo lo va a leer código; en ese caso, conserva el CSV, o conviértelo una vez a Parquet o JSON Lines, y deja que quien lo consuma declare el esquema en lugar de deducirlo de los valores. La inferencia de tipos es una suposición hecha con cuidado; un esquema no es una suposición.