Converter CSV em Excel

Como uma coluna recebe seu tipo

Uma coluna é examinada como um todo e recebe um único tipo, e vários formatos específicos a forçam de volta para texto, não importa como seja o resto da coluna. Qualquer valor com zero à esquerda em mais de um dígito faz isso. O mesmo vale para qualquer número com mais de quinze dígitos significativos, que é o ponto a partir do qual um dígito seria perdido, e não apenas exibido de outro jeito. O mesmo vale para qualquer coisa que comece com um sinal de mais seguido de sete ou mais dígitos, porque isso é um número de telefone, não uma quantidade. Misturar dois símbolos de moeda em uma coluna faz isso, assim como misturar marcas decimais, e também uma data anterior a 1900, que o próprio calendário do Excel não comporta. Cada uma dessas decisões aparece na pré-visualização com o motivo, para você ver por que uma coluna ficou como texto em vez de ficar se perguntando.

As datas são resolvidas por coluna, e não por célula. Valores acima de doze definem se o arquivo escreve o dia primeiro ou o mês primeiro; se nenhum deles definir, as outras colunas votam, depois vale a sua configuração, depois o dia primeiro. Uma coluna que mistura as duas ordens é recusada e mantida como texto em vez de adivinhada, que é o caso em que um palpite errado seria invisível. Anos com dois dígitos seguem a regra do próprio Excel, em que qualquer valor abaixo de trinta é deste século. Só as palavras literais true e false viram booleanos de verdade — yes e no, Y e N, e 1 e 0 ficam exatamente como estão, porque cada um deles significa outra coisa em algum arquivo por aí.

Valores que não se encaixam no tipo da coluna são gravados de volta como o texto original, em vez de apagados, e as marcas que geralmente significam “ausente” — NA, N/A, null, nil, none, um traço ou ponto de interrogação sozinho, e os próprios textos de erro do Excel — não quebram uma coluna tipada quando aparecem nela. Toda célula de texto é gravada como texto pelo tipo da célula, e não por um apóstrofo no início, então um campo que começa com sinal de igual fica inerte na planilha, em vez de apenas disfarçado. Se algo disso estiver errado para o seu arquivo, colunas individuais podem ser fixadas como texto na pré-visualização antes do download.

Quando você precisa de outra coisa

Este processo roda na página — ele libera o navegador com frequência suficiente para manter a aba respondendo e não tem limite de tamanho de arquivo, o que, junto, significa que um CSV realmente grande vai fazer a ventoinha do computador aparecer antes de dar erro. Para um arquivo de centenas de megabytes, ou uma conversão que acontece toda noite, o in2csv do csvkit e o LibreOffice em modo headless fazem isso a partir de um script, e nenhum dos dois precisa que o navegador carregue a tabela inteira.

A pergunta mais difícil é se um .xlsx é o destino certo. Uma planilha é onde uma pessoa lê e edita dados, e cada hora gasta para os tipos saírem certos é desperdiçada se o arquivo só vai ser lido por código — nesse caso, mantenha o CSV, ou converta-o uma vez para Parquet ou JSON Lines, e deixe quem consome os dados declarar o esquema, em vez de deduzi-lo pelos valores. A inferência de tipos é um palpite feito com cuidado; um esquema não é palpite nenhum.