Comparar archivos CSV

1. 1

   Carga ambos archivos

   Arrastra o selecciona dos archivos CSV, TSV o de texto, o cambia a Pegar y pégalos. Cada archivo se lee en tu dispositivo; no se sube nada. El delimitador, las comillas, la codificación y la fila de cabecera se detectan por separado en cada archivo, y todos se pueden cambiar a mano.

2. 2

   Elige cómo se emparejan las filas

   Escoge una columna clave como id, SKU o correo para emparejar registros sin importar el orden de las filas y ver qué celdas cambiaron. O empareja filas completas, que cuenta los duplicados correctamente. O por posición, que absorbe una fila insertada en vez de desplazar todo lo que viene después.

3. 3

   Lee el resultado

   Cuatro pestañas — cambiados, solo en A, solo en B y sin cambios — con sus recuentos. En los registros cambiados las celdas afectadas aparecen resaltadas y muestran el valor antes y después, de modo que el cambio se ve en lugar de deducirse.

4. 4

   Exporta lo que necesites

   Descarga cualquier conjunto como CSV o TSV, cópialo al portapapeles, o llévate el informe de cambios en formato largo con una línea por celda modificada. Pro añade toda la comparación en un ZIP y un libro con código de color.

Dos archivos CSV a la entrada, y una cuenta precisa de lo que cambió entre ellos: qué registros son nuevos, cuáles faltan, cuáles se editaron y exactamente qué celdas se movieron. Toda opción que decide si la respuesta es correcta es gratuita.

• Tres formas de emparejar filas — Por columna clave, por contenido completo de la fila o por posición. Cada una responde una pregunta distinta, y la correcta depende de si tus archivos comparten un identificador estable.
• Registros cambiados, no solo añadidos y eliminados — Una celda editada se informa como un cambio, con el valor anterior y el nuevo uno al lado del otro, en lugar de como una eliminación más una inserción de las que tienes que darte cuenta de que son el mismo registro.
• Columnas que no encajan — Empareja columnas por nombre de cabecera aunque se escriban distinto, y excluye las columnas que siempre cambian.
• Diferencias que no querías pedir — Ignora mayúsculas, espacios alrededor, vacío-frente-a-NULL y formato numérico — por separado, para que veas qué esconde cada uno.
• Cinco exportaciones — Cada conjunto por su cuenta, más un informe de cambios en formato largo con una línea por celda modificada. Pro añade un ZIP y un libro con código de color.
• Archivos leídos tal como son — Delimitador, comillas, codificación y cabecera detectados por archivo, saltos de línea entrecomillados tratados, marcas de orden de bytes eliminadas.

Es la única decisión que cambia todos los números que informa la herramienta, así que merece treinta segundos. Los tres modos son gratuitos.

• Columna clave — úsala si tus datos tienen un id — Los registros se emparejan por una o varias columnas que los identifican: un id, un SKU, un número de pedido, un correo o una combinación de varias. El orden de las filas deja de importar por completo, y como el emparejado sobrevive a una edición, un registro cambiado se informa como cambiado y no como una eliminación más una inserción. Este es el modo que responde qué le pasó realmente a un registro.
• Fila completa — úsala para diferencias de conjuntos — Dos filas coinciden solo cuando cada celda comparada coincide. El orden no importa. Los duplicados se cuentan en vez de agruparse, así que tres copias frente a una dan una coincidencia y dos sobrantes. En este modo no existe la noción de registro cambiado, porque sin una clave nada permite decir que dos filas son versiones de lo mismo.
• Posición — úsala cuando ambos archivos están en el mismo orden — Ambos archivos se alinean línea a línea, pero absorbiendo las inserciones: añadir una fila cerca del principio informa una inserción, no una inserción y luego cada fila siguiente desplazada. Donde una eliminación y una inserción quedan juntas y las filas siguen coincidiendo en al menos la mitad de sus columnas, se reinterpretan como un registro editado.
• Una clave sugerida es una sugerencia — Cuando ambos archivos tienen cabeceras, la herramienta puntúa cada columna compartida según lo únicos que son realmente sus valores y ofrece la mejor. Una columna llamada id que no sea única no se sugerirá, porque llamar id a una columna no la convierte en clave.

Un registro cambiado es uno que existe en ambos lados y discrepa en algún punto. La herramienta te dice dónde.

• Las celdas movidas están marcadas — En la pestaña de cambiados cada celda que difiere aparece resaltada y muestra ambos valores, así que la edición se ve en lugar de compararla a ojo entre dos ventanas.
• Las columnas clave nunca se informan como cambiadas — Son lo que emparejó los dos registros, así que por construcción coinciden. Se muestran solo para identificarlos.
• El informe de cambios es el que se comparte — Una línea por celda modificada — estado, clave, números de fila en ambos archivos, columna, antes, después — más una línea por cada registro añadido y eliminado. Es la forma que se pega en un ticket sin retocar nada.
• Una cabecera cambiada se informa aparte — Si los dos archivos discrepan en los nombres de sus columnas, eso es un cambio de esquema y no de datos, y se destaca por su cuenta en vez de mezclarse con los recuentos de registros.

Dos exportaciones de la misma tabla rara vez coinciden en el orden de las columnas ni en cómo se escribe una cabecera. Comparar por posición después de cualquiera de esas dos cosas informa todas las filas como cambiadas: una afirmación cierta sobre los bytes e inútil sobre los datos.

• Emparejar columnas por nombre de cabecera — Customer ID, customer_id, customerId y CUSTOMER-ID se reducen a la misma identidad, así que encajan. Se ignoran puntuación, espacios y mayúsculas; las cabeceras con acentos o alfabetos no latinos también se reducen correctamente.
• Columnas presentes en un solo lado — Una columna que existe en un solo archivo se lista en lugar de descartarse en silencio, y no hace que todos los registros parezcan cambiados.
• Excluye las columnas que siempre cambian — Una marca de última modificación, un número de fila, un id de exportación: desmárcalas y dejan de contar en la comparación, tanto en el emparejado como en el detalle de cambios.
• Los nombres de columna duplicados se tratan en orden — Dos columnas llamadas Notas se emparejan con las dos llamadas Notas del otro lado, la primera con la primera, en vez de colapsar ambas sobre una.

Cuatro interruptores, todos desactivados por defecto. Cada uno elimina una clase de diferencia falsa entre las exportaciones de dos sistemas — y cada uno esconde una real si lo activas sin querer, que es justo por lo que ninguno viene activado.

• Ignorar mayúsculas y minúsculas — Apple y apple coinciden. Los correos y los códigos de producto son la razón habitual.
• Ignorar los espacios alrededor — « pera » y «pera» coinciden. Un sistema recorta al exportar y el siguiente no.
• Tratar vacío y NULL como lo mismo — Una celda vacía coincide con los literales NULL, NA, N/A y nil, en cualquier capitalización, y también con una celda que solo contiene espacios. La lista es deliberadamente corta y cerrada: un guion, un cero y la palabra «ninguno» son todos valores reales plausibles y no están incluidos.
• Comparar números por valor — 1,0 coincide con 1, 1e3 coincide con 1000 y un signo más inicial deja de importar. Con este hay que tener cuidado: también hace que 007 coincida con 7, lo cual es incorrecto si esa columna es un identificador — exactamente por eso está desactivado hasta que lo pidas.

Cada archivo se lee en sus propios términos. Una exportación separada por comas y otra separada por punto y coma se comparan entre sí sin ningún problema.

• Detección de delimitador que lee el archivo, no la primera línea — Coma, punto y coma, tabulador y barra vertical se prueban contra una muestra y se puntúan según si producen un número de columnas consistente. Contar separadores en la línea uno — el enfoque habitual — se deja engañar por una sola coma dentro de una dirección entrecomillada, y por la fila de cabecera, que es la línea menos representativa del archivo.
• Campos entrecomillados con comas y saltos de línea — Un campo entrecomillado puede contener el delimitador, comillas dobladas para escaparlas y saltos de línea reales. Los tres son habituales en columnas de direcciones y notas exportadas, y los tres rompen un analizador que primero divide por saltos de línea.
• Las marcas de orden de bytes se eliminan — La exportación «CSV UTF-8» de Excel escribe una. Si se deja, hace que la primera celda de cabecera sea sutilmente distinta de su gemela, así que toda la fila de cabecera se lee como cambiada, lo que parecen dos archivos sin relación. Aquí se trata sin que lo pidas.
• Codificaciones, incluidas las que Excel escribe de verdad — UTF-8, UTF-16 en ambos órdenes de bytes — lo que produce la exportación «Texto Unicode» de Excel — más Windows-1252 e ISO-8859-1 auténtico. Una marca en el archivo tiene prioridad sobre el desplegable, y la herramienta lo dice en lugar de hacer lo correcto en silencio bajo un control que ahora miente.
• Las filas irregulares y vacías se conservan — Una fila con una columna de más, o una línea en blanco en medio, forman parte del archivo. Descartar las líneas en blanco desplaza en silencio todos los números de fila posteriores, y entonces el informe apunta a las líneas equivocadas.

Un registro duplicado suele ser justo lo que estabas buscando, así que una comparación que lo suaviza ha fallado en su trabajo.

• El emparejado por fila completa cuenta, no agrupa — Tres filas idénticas en el primer archivo frente a una en el segundo dan una coincidencia y dos filas presentes solo en el primero. Una herramienta que trata cada archivo como un conjunto de filas distintas informa las tres como presentes en ambos, lo cual es falso y parece correcto.
• Las claves repetidas se emparejan en orden y se informan — Si un valor de clave aparece dos veces en cada lado, la primera se empareja con la primera y la segunda con la segunda, y la clave repetida se lista para que sepas que el emparejado fue arbitrario.
• Las filas con clave vacía se cuentan — No se pueden emparejar de forma significativa, así que la herramienta dice cuántas hay en lugar de emparejarlas entre sí sin decir nada.

Cinco archivos, cada uno responde una pregunta distinta, más dos formas de llevárselo todo de una vez.

• Solo en A y solo en B — Filas completas con la forma de su propio archivo y su cabecera original, para que se reimporten en lo que sea que las produjo.
• Cambiados — Una fila por registro cambiado, cada columna comparada presente como un par antes/después, y una celda final que nombra qué columnas se movieron realmente.
• En ambos — Los registros que no se movieron, para cuando ese es el conjunto interesante.
• Informe de cambios — Formato largo: una línea por celda modificada más una por cada registro añadido o eliminado. Estado, clave, ambos números de fila, columna, antes, después.
• Un ZIP y un libro con código de color — Pro toma cada conjunto no vacío más un manifiesto en un único archivo comprimido, o una hoja de cálculo con las filas añadidas en verde, las eliminadas en rojo y las celdas cambiadas en ámbar. Ambos contienen exactamente los mismos datos que las descargas gratuitas, reunidos en un solo archivo.
• Salida escrita como la necesitas — Elige el delimitador, el fin de línea y si se escribe una marca de orden de bytes, y nombra los archivos con un prefijo. Las exportaciones se escriben con tus ajustes, no con los de la entrada.

Ambos archivos se leen una sola vez a un índice de bytes y se comparan sin crear nunca una cadena por celda, así que un par de exportaciones de 25 MB termina en alrededor de un segundo.

Dos exportaciones de la misma tabla, tomadas en momentos distintos o desde sistemas distintos, y una pregunta sobre qué se movió entre ellas.

• Conciliar dos sistemas — Una exportación del CRM contra una de facturación, emparejadas por correo o número de cuenta, para encontrar los registros que una tiene y la otra no.
• Comprobar qué hizo una importación — Exporta antes, exporta después, empareja por la clave primaria y lee la lista de cambiados. Es más rápido que fiarse del registro de la importación, y nombra las celdas.
• Revisar un cambio de datos antes de publicarlo — El informe de cambios es un documento revisable: un compañero puede leerlo sin abrir ninguno de los dos archivos.
• Auditar una lista de precios o de stock — Empareja por SKU, excluye la columna de marca de tiempo, y la pestaña de cambiados es la lista de lo que se movió de verdad.
• Trabajar con datos que no puedes subir — La comparación se ejecuta en tu dispositivo, no en nuestros servidores, así que la herramienta sirve para datos de clientes, nóminas y cualquier otra cosa que no pueda salir a un servidor.

• Reparar CSV
• Unir CSV
• Quitar duplicados
• Dividir CSV
• Ordenar CSV
• Visor de CSV