Ubah CSV ke Excel

Bagaimana sebuah kolom mendapatkan tipenya

Sebuah kolom diperiksa secara keseluruhan lalu diberi satu tipe, dan beberapa bentuk tertentu memaksanya kembali menjadi teks, seperti apa pun isi kolom lainnya. Nilai apa pun dengan nol di depan pada lebih dari satu digit memicunya. Begitu pula angka dengan lebih dari lima belas digit signifikan, batas di mana sebuah digit akan hilang, bukan sekadar ditampilkan berbeda. Begitu pula apa pun yang diawali tanda plus diikuti tujuh digit atau lebih, karena itu nomor telepon, bukan kuantitas. Mencampur dua simbol mata uang dalam satu kolom juga memicunya, begitu pula mencampur tanda desimal, dan tanggal sebelum tahun 1900, yang tidak bisa ditampung kalender Excel sendiri. Setiap keputusan itu disebutkan di pratinjau beserta alasannya, sehingga Anda bisa melihat mengapa sebuah kolom tetap teks, bukan bertanya-tanya.

Tanggal ditentukan per kolom, bukan per sel. Nilai di atas dua belas memastikan apakah file menulis hari lebih dulu atau bulan lebih dulu; jika tidak ada nilai seperti itu, kolom-kolom lain ikut menentukan, lalu pengaturan Anda sendiri, lalu hari lebih dulu. Kolom yang mencampur kedua urutan ditolak dan dibiarkan sebagai teks alih-alih ditebak, karena di situlah tebakan yang salah tidak akan terlihat. Tahun dua digit mengikuti aturan Excel sendiri, di mana angka di bawah tiga puluh dianggap abad ini. Hanya kata true dan false yang persis seperti itu yang menjadi boolean sungguhan — yes dan no, Y dan N, serta 1 dan 0 dibiarkan persis apa adanya, karena masing-masing berarti hal lain di suatu file di luar sana.

Nilai yang tidak sesuai dengan tipe kolomnya ditulis kembali sebagai teks aslinya, bukan dikosongkan, dan token yang biasanya berarti “tidak ada” — NA, N/A, null, nil, none, tanda hubung atau tanda tanya saja, serta teks error milik Excel — tidak merusak kolom bertipe saat muncul di dalamnya. Setiap sel teks ditulis sebagai teks melalui tipe selnya, bukan dengan apostrof di depan, sehingga kolom yang diawali tanda sama dengan benar-benar tidak aktif di workbook, bukan sekadar disamarkan. Jika ada yang tidak cocok untuk file Anda, kolom tertentu bisa dikunci sebagai teks di pratinjau sebelum Anda mengunduh.

Jika Anda butuh hal lain

Proses ini berjalan di halaman — cukup sering memberi jeda agar tab tetap responsif, dan tidak punya batas ukuran file, yang berarti CSV yang benar-benar besar akan membuat kipas komputer Anda terdengar sebelum memunculkan error. Untuk file berukuran ratusan megabyte, atau konversi yang berjalan setiap malam, in2csv dari csvkit dan LibreOffice dalam mode headless sama-sama bisa melakukannya dari skrip, dan keduanya tidak memerlukan browser untuk menampung seluruh tabel.

Pertanyaan yang lebih sulit adalah apakah .xlsx memang tujuan yang tepat. Workbook adalah tempat manusia membaca dan mengedit data, dan setiap jam yang dihabiskan agar tipenya benar akan sia-sia jika file itu hanya akan dibaca oleh kode — dalam hal itu, simpan saja CSV-nya, atau konversi sekali ke Parquet atau JSON Lines, dan biarkan penggunanya mendeklarasikan skema alih-alih menyimpulkannya dari nilai. Inferensi tipe adalah tebakan yang dibuat dengan hati-hati; skema sama sekali bukan tebakan.