Fusionar Archivos CSV

1. 1

   Añadir archivos

   Añada dos o más archivos CSV, TSV o PSV con el selector o arrastrando. Cada archivo se lee por separado y su delimitador y codificación se detectan de forma independiente.

2. 2

   Ordenarlos

   Suba o baje cada archivo. La fusión sigue la lista de arriba abajo, y el primer archivo aporta el encabezado.

3. 3

   Elegir cómo se alinean las columnas

   Empareje las columnas por su nombre, añádalas por posición, conserve solo las que todos los archivos comparten, o cambie a una unión por clave.

4. 4

   Ajustar las opciones

   Elija el modo de encabezado, si quitar filas duplicadas, si añadir la columna de archivo de origen y el formato de salida.

5. 5

   Fusionar

   Combine los archivos en una sola tabla y revise la vista previa, que muestra el encabezado fusionado y las primeras filas.

6. 6

   Previsualizar y exportar

   Descargue como CSV, TSV, JSON o NDJSON, o copie la salida al portapapeles.

Combine varios archivos delimitados en una sola tabla, con control sobre cómo se alinean las columnas y qué ocurre con las filas repetidas.

• Fusionar varios archivos — Combine hasta cinco archivos CSV, TSV o PSV en una sola salida en el plan gratuito, y hasta cien con Pro.
• Emparejar columnas por nombre — Alinee las columnas por sus encabezados para que archivos con los mismos campos en distinto orden se fusionen correctamente.
• Unir por una columna clave — Adjunte una tabla de consulta a una exportación por una columna compartida, conservando todas las filas, solo las coincidentes o solo las que no coinciden.
• Control de delimitador — Coma, punto y coma, tabulación y barra vertical se detectan por archivo, y cualquier archivo puede forzarse por separado.
• Opciones de codificación — Lea los archivos como UTF-8, UTF-16, Windows-1252 o ISO-8859-1 real, con detección de marca de orden de bytes.
• Manejo de encabezados — Use el encabezado del primer archivo una vez, conserve el de cada archivo dentro del cuerpo, o trate todas las filas como datos.
• Eliminación de duplicados — Descarte filas repetidas por fila completa o por las columnas que indique, y vea cuántas se fueron.
• Vista previa y exportación — Revise la tabla fusionada como cuadrícula o texto en bruto, y descargue como CSV, TSV, JSON o NDJSON, o cópiela.

Este es el ajuste que decide si una fusión es correcta, y es el que más herramientas online equivocan. Tres modos cubren los casos que ocurren de verdad.

• Emparejar por nombre — El valor predeterminado. Cada columna que tenga cualquier archivo aparece una vez, en el orden en que se vio primero, y cada valor cae bajo su propio título. Los nombres se comparan sin distinguir mayúsculas ni espacios sobrantes, así que Email, email y "email " son una sola columna.
• Añadir por posición — Las filas se añaden de izquierda a derecha usando el encabezado del primer archivo. Es la elección correcta para fragmentos sin encabezado de una misma tabla, y la equivocada para exportaciones de sistemas distintos: por eso es una selección deliberada y no el valor predeterminado.
• Solo columnas compartidas — Conserva únicamente las columnas presentes en todos los archivos, de modo que la salida no tiene celdas en blanco. Si los archivos no comparten ningún nombre de columna, la fusión se detiene y lo dice, en lugar de escribir un archivo de filas vacías.

Filas más anchas que el encabezado

• No se descarta nada — Una fila con más celdas que encabezados tiene su archivo recibe columnas extra llamadas Columna 4, Columna 5 y así, de modo que una exportación irregular no pierde datos por el camino.
• Los encabezados repetidos se mantienen aparte — Un archivo cuyo encabezado repite un nombre conserva ambas columnas; unirlas bajo un solo nombre descartaría en silencio una columna de datos.
• Las filas cortas se rellenan — Una fila con menos celdas que el encabezado se completa con blancos en lugar de desplazar los valores siguientes a columnas equivocadas.

Apilar archivos responde a «pon estas tablas una tras otra». Una unión por clave responde a otra pregunta: «añade las columnas de esta tabla de consulta a las filas de aquella exportación». El primer archivo de la lista es la base, y cada archivo posterior se une sobre él por turno.

• Izquierda — Se conservan todas las filas del primer archivo y las columnas coincidentes de los demás se añaden al lado. Las filas sin coincidencia quedan en blanco, así que no desaparece nada.
• Interna — Solo se conservan las filas que coinciden. Úsela cuando una fila sin equivalente no sea una fila que quiera en el resultado.
• Solo sin coincidencia — Conserva únicamente las filas del primer archivo que no tienen equivalente. Así se encuentran los clientes sin pedidos, o los identificadores que le faltan a una segunda exportación.
• Una coincidencia o todas — Cuando una clave se repite a la derecha, elija si tomar la primera coincidencia —lo que mantiene la salida con la misma altura que la tabla base— o emitir una fila por coincidencia, que es lo que hace una base de datos.
• La multiplicidad siempre se informa — Sea cual sea el ajuste, el número de filas base que coincidieron más de una vez se muestra sobre la vista previa, de modo que una unión nunca puede descartar ni multiplicar filas en silencio.
• Los nombres de columna que chocan se separan — Si un archivo que se une trae una columna que la base ya tiene, llega con el nombre del archivo del que vino en lugar de sobrescribir lo que había.

Qué significa la primera fila de cada archivo es una propiedad de sus archivos, no de la herramienta, así que es un ajuste y no una suposición.

• Primera fila como encabezado — Todos los archivos tienen encabezado; el archivo fusionado lleva uno, tomado del primero. Los encabezados de los demás se usan para alinear las columnas y luego se descartan.
• Conservar todos — La fila de encabezado de cada archivo posterior también se escribe en el cuerpo, para que se vea dónde empiezan las filas de cada uno. Útil cuando son tablas realmente distintas que quiere en un mismo documento.
• Sin encabezado — Todas las filas son datos y las columnas se nombran por posición. El emparejamiento pasa a ser posicional, porque no hay nombres que emparejar.
• Columna de archivo de origen — Añade una columna que nombra el archivo del que vino cada fila. Sin ella un archivo fusionado no se puede auditar: no hay forma de saber de cuál de cinco exportaciones salió una fila sospechosa.
• Nunca pisa una columna real — Si sus datos ya tienen una columna con el nombre elegido, la columna de origen recibe otro nombre en lugar de reemplazarla en silencio.

Fusionar exportaciones mensuales cuyos periodos se solapan es el caso normal para esto, y por eso la eliminación de duplicados pertenece a la fusión y no a una segunda pasada.

• Fila completa — Dos filas son duplicadas solo cuando coinciden todas las columnas. Es el valor predeterminado seguro y nunca elimina una fila que usted habría querido.
• Columnas elegidas — Indique las columnas que identifican un registro —un número de pedido, o un identificador y una fecha— y las filas que coincidan en ellas se tratan como el mismo registro.
• Gana la primera aparición — Las filas se conservan en orden de fusión, así que sobrevive la copia del archivo que esté más arriba en la lista.
• El recuento se muestra — El número de filas eliminadas aparece sobre la vista previa. Una eliminación que cambiara el recuento en silencio sería indistinguible de un fallo.

Estos ajustes controlan el análisis y la estructura de la salida fusionada.

• Delimitador — Auto, coma, punto y coma, tabulación o barra vertical: global al añadir los archivos y forzable en cualquiera de ellos.
• Codificación — Elija la codificación de lectura por archivo, o déjela en automático y deje que la herramienta decida a partir de los bytes.
• Primera fila como encabezado — Usa el encabezado del primer archivo una sola vez en la salida fusionada.
• Mapeo de columnas — Renombre una columna antes de escribirla, o descártela por completo, sin editar ninguno de los archivos de origen.
• Nombre de salida — Defina el nombre con el que se guarda la descarga. La extensión sigue al formato de salida elegido.

Deje Auto primero; cambie a un delimitador concreto si un archivo se analiza en una sola columna o los anchos de fila se ven desiguales.

• Coma — El más común en exportaciones CSV, y el que da nombre al formato.
• Punto y coma — Lo que escribe Excel en configuraciones regionales donde la coma es el separador decimal: casi toda Europa continental.
• Tabulación — Para archivos tipo TSV, y la opción más segura cuando los propios datos están llenos de comas.
• Barra vertical — Se usa en algunos flujos de datos y exportaciones de mainframe, porque casi nunca aparece dentro de un valor.
• La detección es por archivo, y analiza de verdad — Cada archivo se puntúa analizando una muestra con cada candidato y midiendo cuán rectangular queda el resultado, en lugar de contar separadores en la primera línea, método al que una dirección entrecomillada con una coma derrota de inmediato.

Los caracteres corruptos en un archivo fusionado casi siempre vienen de leer un archivo con la codificación equivocada, así que la codificación se elige por archivo y la declaración del propio archivo manda.

• La marca prevalece sobre el desplegable — Una marca de orden de bytes es el archivo declarando su codificación; un desplegable es una suposición. Cuando un archivo se declara, gana la declaración, y la herramienta lo dice junto a ese archivo.
• UTF-8 con marca — Lo que escribe la propia exportación «CSV UTF-8» de Excel. La marca es metadato, así que se elimina en vez de quedarse dentro del primer título, donde rompe en silencio cualquier emparejamiento posterior por esa columna.
• UTF-16 — Lo que produce la exportación «Texto Unicode» de Excel. Leído como UTF-8 se convierte en un muro de caracteres vacíos y una única fila enorme de una sola columna, así que se detecta en lugar de suponerse.
• Windows-1252 e ISO-8859-1 son distintos aquí — La mayoría de herramientas los tratan como el mismo decodificador porque así lo dice el estándar web. Esta implementa además el ISO-8859-1 real, de modo que un archivo donde el byte 0x92 es un carácter de control y no una comilla tipográfica se lee bien.
• Escribir la marca al salir — Active la marca de orden de bytes cuando el archivo fusionado vaya a Excel en Windows, que de otro modo abre un archivo UTF-8 con la página de códigos del sistema y convierte cada nombre acentuado en un galimatías.

La tabla fusionada es una cosa; cómo se escribe es otra, y normalmente lo decide el destino.

• CSV — El valor predeterminado, con el delimitador de salida que elija. Los campos se entrecomillan solo cuando dejarlos sin comillas cambiaría lo que lee un lector.
• TSV — Separado por tabulaciones, para pegar directamente en una hoja de cálculo o para herramientas a las que no les gustan las comillas.
• JSON — Una matriz de objetos con las claves del encabezado. Los títulos repetidos se hacen distintos primero, porque un objeto no puede tener dos veces la misma clave y la segunda sobrescribiría a la primera.
• NDJSON — Un objeto por línea, que es lo que esperan los flujos de registros y los importadores en streaming.
• Saltos de línea — Auto sigue al primer archivo, o fuerce LF o CRLF. Escribir siempre LF es la razón de que algunos archivos fusionados se abran en editores de Windows como una única línea larguísima.
• Entrecomillar todos los campos — Desactivado por defecto. Actívelo para importadores que lo exijan; nunca cambia lo que significa el archivo, solo su aspecto.

Un solo archivo fusionado es más fácil para el análisis, los procesos de importación y para compartir.

• Análisis más simple — Use un único archivo combinado en hojas de cálculo y scripts en vez de abrir una carpeta de exportaciones una por una.
• Importaciones más limpias — Muchas herramientas aceptan un CSV con más facilidad que muchos archivos, y algunas aceptan solo uno.
• Un periodo a partir de exportaciones mensuales — Doce informes mensuales se convierten en un año y, con la eliminación de duplicados activada, los días solapados en cada frontera se resuelven solos.
• Datos de consulta adjuntados una vez — Una unión por clave escribe el nombre del cliente junto al número de pedido una sola vez, en lugar de una fórmula de hoja de cálculo que hay que mantener.

Cada archivo se lee y analiza por su cuenta, y luego las tablas analizadas se combinan en orden de lista.

• Cargar archivos — Añada archivos CSV con el selector o arrastrando. Cada archivo se lee por partes en lugar de de una vez, para que un conjunto grande no tenga que caber dos veces en memoria.
• Detectar y analizar — El delimitador, el carácter de comillas y la codificación se detectan por archivo, y las filas se analizan una vez y se conservan.
• Aplicar opciones — Cambiar un ajuste vuelve a combinar las filas ya analizadas, así que la vista previa sigue el ritmo sin releer un solo archivo.
• Construir la salida — Las columnas se resuelven una vez y luego cada fila se rellena por consulta directa, que es lo que mantiene una fusión de medio millón de filas en una fracción de segundo.
• Previsualizar y exportar — La tabla fusionada se muestra antes de exportar, y luego se escribe en bloques directamente a la descarga en lugar de montarse en una sola cadena enorme.

La fusión se ejecuta fuera del hilo principal, así que la página sigue respondiendo mientras se combina un conjunto grande.

• Dividir CSV
• CSV a Excel
• Visor de CSV
• Herramientas CSV
• Clean up repeated rows

  A second pass over a merge whose sources overlapped more than de-duplication caught

• Sort the combined file

  Merging preserves list order; sort by a column once the rows are together