Importar un CSV y preparar una base de análisis

Un CSV es un archivo de intercambio: guarda valores organizados en líneas y campos. No conserva el formato de las celdas, las fórmulas como estructura de cálculo ni las distintas hojas de un libro.

Por ejemplo, un libro puede contener las hojas Origen, Base y Decisiones; un CSV solo contiene una secuencia plana de datos. Por eso conservarás el archivo de origen intacto y trabajarás después en una copia dentro del libro.

Para completar el caso guiado de Papelería Norte, crea exactamente el archivo de ejemplo. Usa un editor de texto plano, no una hoja de cálculo. Copia el contenido completo de la siguiente pantalla, incluidas la fila de encabezados, las comillas y los ceros iniciales.

Guárdalo con el nombre exacto ventas_origen.csv y selecciona codificación UTF-8. No lo abras ni lo vuelvas a guardar todavía con Excel o Calc: será el origen que conservarás sin modificar.

Contenido completo de ventas_origen.csv

Antes de continuar, localiza el archivo en el explorador de archivos y comprueba su nombre completo. Debe terminar exactamente en .csv, no en .csv.txt.

Si el sistema oculta las extensiones, consulta las propiedades del archivo o activa su visualización. Comprueba también que el editor indicó UTF-8 al guardarlo. Más adelante, la tilde de Bolígrafo permitirá comprobar visualmente que la codificación se ha interpretado bien.

Este ejemplo es necesario para seguir los rangos, comprobaciones y decisiones del caso guiado. Cuando hayas terminado el tutorial, podrás aplicar el mismo proceso a un CSV propio, siempre que conozcas qué representa cada línea, qué significan sus campos y de dónde procede. Conserva también entonces una copia original sin cambios.

No abras ventas_origen.csv con doble clic para aceptar su interpretación sin comprobarla. Inicia una importación con vista previa: así verás cómo se distribuyen los campos antes de crear una hoja.

Excel: pestaña Datos > Desde texto/CSV > selecciona ventas_origen.csv.

Calc: Archivo > Abrir > selecciona ventas_origen.csv. Se mostrará el diálogo de importación de texto.

En esta fase solo revisarás la estructura y los caracteres. No confirmes aún una carga definitiva ni asignes los tipos de dato; eso se realizará en el siguiente paso.

Configura la vista previa para que represente fielmente el CSV.

Excel: selecciona origen de archivo UTF-8 y delimitador Punto y coma. Excel suele interpretar automáticamente las comillas dobles de los campos de texto; no busques un selector equivalente. Comprueba en la vista previa que el punto y coma incluido entre comillas permanece dentro de una sola celda.

Calc: selecciona conjunto de caracteres Unicode (UTF-8). En las opciones de separación, marca Punto y coma y selecciona las comillas dobles como delimitador de texto.

En ambos casos, la coma de 12,50 debe permanecer dentro del importe: no es el delimitador de este archivo.

Antes de cargar, decide qué representa cada campo. Los identificadores no son cantidades: 00101 y 0007 deben mantenerse como texto para conservar sus ceros iniciales. Un formato aplicado después no puede recuperar un cero que la importación ya eliminó.

Linea sí es un entero. Fecha debe interpretarse con orden día-mes-año. Importe es un número decimal con coma, para poder calcular con él. Concepto se conserva como texto, incluido el punto y coma protegido por comillas.

Con la vista previa ya configurada, asigna los tipos antes de cargar:

Excel: selecciona Transformar datos si necesitas revisar la detección automática. En el editor, comprueba que Pedido y Cliente sean Texto. Si un paso llamado Tipo cambiado ya los convirtió, modifícalo o sustitúyelo antes de cargar. Para Fecha e Importe, usa la configuración regional Español (España) cuando sea necesario; asigna la fecha con día-mes-año, el importe como decimal y Linea como número entero.

Calc: en el diálogo de importación, selecciona cada columna de la vista previa. Asigna Texto a Pedido, Cliente y Concepto; Número a Linea e Importe; y Fecha con orden DMY a Fecha. Elige el idioma Español (España) para interpretar la coma decimal.

Carga el resultado en una hoja llamada Origen. Sin editarla, crea una copia de esa hoja y llámala Base; trabajarás en la copia.

En Base, comprueba A2 y C2: deben conservar todos sus caracteres, incluidos los ceros iniciales. Comprueba también D2 con un formato de fecha largo: debe representar el 3 de abril de 2025, no el 4 de marzo. Selecciona F2:F9 y verifica que son importes numéricos, no textos.

En una celda temporal fuera de la lista, por ejemplo J2 de Base, escribe esta prueba. No insertes totales entre los registros.

Antes de buscar repeticiones, define la granularidad: responde a «¿qué representa una fila?». En Base, cada registro representa una línea de pedido, no un pedido completo ni un cliente.

Por eso, un mismo pedido puede ocupar varias filas: una por cada artículo o línea. También es normal que un cliente aparezca en distintos pedidos. Que un valor se repita no lo convierte, por sí solo, en un error.

En Base, una repetición de la clave compuesta Pedido + Linea es una señal de revisión, no una orden de borrar. Añade dos columnas auxiliares después de los seis campos originales: G Recuento_clave y H Recuento_fila.

Recuento_clave cuenta cuántas veces aparece la misma pareja Pedido-Linea. Si el resultado es mayor que 1, hay que investigar esa clave. Recuento_fila compara además los seis campos originales; así separas una copia completa de un conflicto entre versiones.

Escribe Recuento_clave en G1 y Recuento_fila en H1. En G2, introduce la siguiente fórmula y cópiala hasta G9. Los rangos absolutos no se desplazan al copiar; A2 y B2 cambian en cada fila para evaluar su propia pareja Pedido-Linea.

Fórmula para escribir en G2 y copiar hasta G9.

En H2, introduce esta fórmula y cópiala hasta H9. Ahora se comparan los seis campos originales de cada registro.

Filtra Recuento_clave para mostrar los valores mayores que 1. Contrasta las filas señaladas con Origen, pero no edites ni sobrescribas el CSV. G:H solo sirven para localizar incidencias: no forman parte de los seis campos originales de la base de análisis.

Un recuento mayor que uno señala una incidencia para revisar; no decide por sí solo qué borrar. La decisión debe respetar la granularidad —cada registro es una línea de pedido— y apoyarse en evidencia verificable.

Conserva las dos líneas del pedido 00101: comparten pedido, pero tienen líneas distintas. Conserva también los bolígrafos de 00104/1 y 00105/1: tener el mismo concepto e importe no los convierte en duplicados cuando su clave compuesta es distinta.

Antes de cambiar Base, crea la hoja Decisiones con los encabezados Clave, Incidencia, Evidencia y Acción. Esta hoja explica qué se hizo y permite distinguir una corrección justificada de un borrado arbitrario.

Registra primero la decisión y después aplícala en Base. El CSV ventas_origen.csv y la hoja Origen permanecen intactos.

Ahora aplica en Base las decisiones ya anotadas: elimina solo una de las dos copias idénticas de 00102/1. Para 00103/1, elimina la fila cuyo importe es 15,00 y conserva la de 18,00, según la confirmación documentada. No modifiques las líneas 00101/1, 00101/2, 00104/1 ni 00105/1.

Al eliminar filas, deja los registros continuos: los seis campos originales deben ocupar A1:F7, con encabezados en la fila 1 y datos de la 2 a la 7. Recuento_clave y Recuento_fila pueden permanecer como auxiliares en G:H, pero no pertenecen al rango analítico.

No basta con que queden seis filas: vuelve a comprobar la clave compuesta. Tras eliminar las dos filas indicadas, recalcula Recuento_clave en G2:G7. Si la fórmula no se ha ajustado al eliminar filas, vuelve a copiar la fórmula de G2 hasta G7 usando como rango de comprobación los registros actuales.

Las seis celdas de G2:G7 deben mostrar 1. Ese resultado confirma que no queda ninguna pareja Pedido-Linea repetida. Revisa además que no haya filas en blanco ni totales insertados entre los registros.

Una base de análisis está lista cuando puedes comprobar su recorrido, no solo cuando “parece” correcta. En Papelería Norte, la revisión conecta el CSV original intacto, la importación revisada, los tipos conservados, la granularidad declarada, la clave comprobada y las decisiones anotadas.

Haz esta revisión en tu propio ordenador: abre el libro guardado y contrasta cada criterio con lo que ves. El tutorial no recibe ni valida tu archivo automáticamente.