Ordenar CSV por columna

1. 1

   Añada su CSV

   Suelte un archivo .csv, .tsv, .psv, .tab o .txt, o pegue las filas directamente. El delimitador, la codificación y si la fila uno es un encabezado se detectan y se muestran.

2. 2

   Elija las columnas

   Elija una columna, deje el tipo en Automático o fíjelo en Número, Texto, Fecha o Longitud, y elija una dirección. Añada más claves para deshacer empates y reordénelas para cambiar cuál manda.

3. 3

   Ordene

   Las filas se reordenan en su dispositivo. El encabezado se queda arriba, las celdas vacías van donde usted diga y la vista previa muestra el resultado al instante.

4. 4

   Descargue o copie

   Exporte como CSV o TSV con los saltos de línea y la codificación que necesite, copie el archivo completo al portapapeles o llévese un lote en un solo ZIP con Pro.

Reordena las filas de un archivo delimitado y no cambia nada más. Cada opción de abajo existe porque un archivo real la necesitó.

• Tantas claves de orden como necesite. La primera es el orden principal; cada una debajo deshace los empates de la anterior, con su tipo y su dirección.
• Cuatro formas de comparar. Número, Texto, Fecha y Longitud, o Automático, que lee la columna y elige.
• Un encabezado que usted controla. La detección se muestra con su motivo, y Sí y No la corrigen.
• Análisis de CSV de verdad. Comas entrecomilladas, saltos de línea entrecomillados, comillas dobles, filas vacías y filas irregulares sobreviven al viaje de ida y vuelta.
• Delimitadores y codificaciones deducidos, no adivinados. Coma, punto y coma, tabulador y barra vertical; UTF-8, UTF-16 y Windows-1252.
• Una exportación que encaja con su archivo. Su delimitador, sus saltos de línea y cada fila intacta byte a byte.

Una sola clave responde a una pregunta. Dos o tres responden a la pregunta que la gente se hace de verdad sobre una hoja de cálculo.

Las claves se aplican en orden. La primera decide la posición de cada fila cuyo valor difiere; donde dos filas empatan, decide la segunda, y así hacia abajo. Las filas que empatan en todas las claves se quedan en el orden que tenían en el archivo — el orden es estable, así que ejecutarlo dos veces con los mismos ajustes da el mismo archivo dos veces, y un orden ya aplicado nunca lo deshace el siguiente.

Tres claves que responden a una pregunta real

• Región, luego fecha, luego importe. Los pedidos de cada región juntos, los más antiguos primero dentro de cada una y el mayor primero cuando dos cayeron el mismo día.
• Estado, luego cliente. Los tickets abiertos agrupados, alfabéticos dentro del grupo.
• Categoría, luego precio descendente. El catálogo ordenado como se lee una lista de precios.

Las flechas junto a cada clave la suben o la bajan, lo que cambia qué columna manda. Suele ser más rápido que borrar una clave y volver a añadirla, y es la forma más rápida de ver los mismos datos de dos maneras.

La comparación que necesita una columna es una propiedad de los datos, no de la herramienta. Automático lee la columna y elige; los cuatro tipos de abajo fuerzan la elección cuando Automático no puede.

• Número. Compara el valor, no los caracteres. 2 antes que 10, -5 antes que 0 y 10,25 antes que 10,5.
• Texto. Alfabético, con las reglas de su idioma, así que las letras acentuadas caen donde las pone un diccionario.
• Fecha. Cronológico. Diciembre de 2023 antes que marzo de 2024, sea cual sea el formato de la columna.
• Longitud. De más corto a más largo, contando caracteres. Útil para encontrar los valores truncados y los demasiado largos en una columna que debería ser uniforme.

Automático toma una muestra de la columna y adopta la lectura que encaja con la mayoría. Un N/D perdido entre diez mil precios no convierte una columna de dinero en una columna de texto: ese valor simplemente se coloca después de todos los números que sí se interpretaron.

Casi todos los ordenadores de CSV online ofrecen un modo numérico que en realidad es una comparación de texto con orden natural. El orden natural recorre las secuencias de dígitos, así que lee 10,5 como diez, una coma, cinco y 10,25 como diez, una coma, veinticinco, luego compara cinco con veinticinco y coloca 10,25 después de 10,5. Todos los valores son números, la salida parece segura y el orden está mal.

Qué aspecto puede tener un número en una exportación real

• 1.200 y 1,200. Separadores de miles, en cualquiera de las dos convenciones.
• 1.234,56 y 1,234.56. Ambos escritos igual; el separador que aparece el último es el decimal.
• 4,50 €, £12, 50 %. Un símbolo de moneda o de porcentaje no impide que un valor sea un número.
• (1.200,00). Negativos contables entre paréntesis, que ninguna hoja de cálculo exporta de otra manera.
• 1e3 y -0. Notación científica y cero con signo.

Ordenada como texto, una columna de fechas estadounidenses sale como 1/15/2024, 3/1/2024, 12/1/2023 — diciembre el último, después de marzo. Ordenada como fechas sale en el orden en que ocurrió. Esa es toda la razón de ser del tipo Fecha.

Día primero o mes primero

3/1/2024 es el 3 de enero en casi todo el mundo y el 1 de marzo en Estados Unidos, y nada dentro del valor lo decide. Así que decide la columna entera: un primer componente mayor que 12 prueba que va el día primero, un segundo componente mayor que 12 prueba que va el mes primero. Cuando una columna no prueba ninguna de las dos cosas, la herramienta lo dice, la lee con el mes primero porque es lo que produce una exportación estadounidense, y el control Orden de fecha lo cambia con un clic.

Formatos que se leen

• ISO. 2024-03-10, 2024/03/10, con o sin hora y desfase UTC.
• Barras, guiones y puntos. 3/1/2024, 3-1-24, 10.03.2024, con años de dos o cuatro cifras.
• Nombres de mes. Jan 12, 2024 y 12 ene 2024, en español, inglés, francés, alemán, portugués e indonesio.

Una fecha que no existe no se mueve en silencio. 2024-02-31 se rechaza en vez de leerse como el 2 de marzo, que es lo que hace con ella el propio intérprete de fechas del navegador.

La coma no es el problema. Lo son las reglas de comillas que la rodean, y un ordenador que las interpreta mal reordena daños en vez de datos.

• El carácter de comillas es un ajuste. Casi todos los archivos usan la comilla doble, y uno escrito con la simple se lee bien en cuanto lo indica.
• Un campo entrecomillado puede contener el delimitador. "Pérez, Juan" es una celda. Partir por comas la convierte en dos, y cada celda a su derecha cae en la columna equivocada.
• Un campo entrecomillado puede contener un salto de línea. Una dirección o una nota es una fila. Partir primero por saltos de línea la rompe en dos y desplaza el archivo entero por debajo.
• Unas comillas dobles son unas comillas literales. "Dijo ""hola""" es Dijo "hola", no Dijo hola.
• Una línea en blanco es una fila. Descartarla cambia el número de filas entre lo que entró y lo que salió.
• Las filas pueden ser irregulares. Las filas cortas y largas se conservan tal cual y se cuentan encima de la vista previa para que vea que las hay.

Contar caracteres en la primera línea es lo obvio y está mal: en "Pérez, Juan";42;"Gómez, A" hay dos comas y dos puntos y coma, y las dos comas están entre comillas. En vez de eso el archivo se analiza con cada candidato por turno y se puntúa según si el resultado es una tabla coherente — el delimitador equivocado da filas de anchuras dispares, el correcto da filas que concuerdan. Esa prueba no se deja engañar por las comillas, porque el análisis que puntúa ya las respeta.

• Coma. El valor por defecto casi en todas partes donde se exporta en inglés.
• Punto y coma. Lo que escribe Excel allí donde el separador decimal es la coma.
• Tabulador. .tsv, y lo que se obtiene al pegar desde una hoja de cálculo.
• Barra vertical. Habitual en extractos de bases de datos y mainframes, donde los propios datos llevan comas.

Un desplegable de codificación que empieza en UTF-8 está mal para la mitad de los archivos que tiene la gente, y uno que el usuario tiene que fijar está mal siempre que se le olvide. La detección lee los bytes: una marca de orden de bytes lo decide de inmediato, el UTF-16 sin ella se reconoce por sus bytes nulos y, si no, el archivo se descodifica como UTF-8 de forma estricta — el UTF-8 real pasa, una página de códigos antigua no, porque sus bytes altos no forman secuencias válidas. Solo entonces se aplica Windows-1252.

• UTF-8, con o sin marca de orden de bytes. Lo que es casi cualquier exportación moderna.
• UTF-16, en cualquiera de los dos órdenes. Lo que escribe Excel cuando elige Texto Unicode.
• Windows-1252 e ISO-8859-1. Exportaciones europeas antiguas, donde los acentos viven en bytes altos sueltos.

La salida siempre es UTF-8, opcionalmente con marca de orden de bytes para que las versiones antiguas de Excel la abran con los acentos intactos. Volver a escribir una página de códigos antigua sustituiría en silencio cada carácter que no cabe, y destruir caracteres en un archivo que solo ha reordenado sería un fallo peor que cualquiera de los que arregla esta reconstrucción.

Por defecto es su archivo con las filas movidas. El delimitador, los saltos de línea y el salto final son los que traía, y cada fila que no cambió se copia exactamente como llegó: comillas originales, espacios originales, todo original. Un ordenador que vuelve a entrecomillar cada celda discrepará del original en algún punto, y un código de producto que pierde sus comillas es un código de producto que Excel se come.

• Delimitador de salida. Conserve el del origen o escriba comas, puntos y coma, tabuladores o barras. Una exportación con tabuladores se llama .tsv.
• Saltos de línea. Conserve los del origen o fuerce LF o CRLF.
• Marca de orden de bytes. Añade la pista UTF-8 que necesitan las versiones antiguas de Excel para mostrar bien los acentos.
• Entrecomillar todos los campos. Para los importadores estrictos que lo piden así.

Ordenar no es la parte lenta de una herramienta de CSV — leerlo sí lo es, y comparar valores de par en par es lo que convierte una operación rápida en una pestaña congelada. Aquí el archivo se lee una vez al llegar, cada valor que necesita el orden se calcula una vez y la ordenación en sí es aritmética. Cambiar una dirección o añadir una clave reordena sobre el archivo ya abierto en vez de volver a leerlo, y por eso la vista previa se mueve tan rápido como el control.

• Medio millón de filas, 26 MB. Se abren en una décima de segundo.
• Una columna de números o fechas a ese tamaño. Se ordena en menos de medio segundo.
• Agrupar por una categoría. Unas cuatro centésimas de segundo, porque una columna con pocos valores distintos no necesita comparaciones.
• Medio millón de nombres distintos. Uno o dos segundos: lo más lento que hace la herramienta, y aun así más rápido que ordenarlos a la manera habitual.
• Nada en el hilo principal. La página sigue respondiendo y Cancelar detiene el trabajo al instante.

Todo ocurre en su dispositivo. El archivo nunca se sube, así que no hay cola, no se cobra por megabyte y no queda nada que borrar después, y la herramienta sigue funcionando con la red apagada.

Medio millón de filas en un archivo de 26 MB se abren en una décima de segundo, y agruparlas por una categoría cuesta unas cuatro centésimas más.

Ordenar es lo más barato que puede hacer con un conjunto de datos y facilita todos los pasos siguientes.

• Se ve la forma que tiene. Los extremos, los huecos y los duplicados se colocan donde puede encontrarlos.
• Los duplicados se alinean. Las filas idénticas quedan contiguas, que es lo que necesita un eliminador de duplicados.
• Las importaciones se vuelven previsibles. Un archivo con orden constante produce una comparación legible cuando se carga dos veces.
• Los informes se leen solos. Agrupado por categoría y con fechas dentro de cada grupo es un informe, no un volcado.

Todo lo que hace correcto el orden es gratis. Pro va de escala.

• Gratis. Un archivo de hasta 25 MB, hasta tres claves de orden, todos los tipos, todas las direcciones, todos los delimitadores, todas las codificaciones de entrada y todas las opciones de exportación.
• Pro. Archivos tan grandes como aguante su dispositivo, cincuenta a la vez entregados en un solo ZIP, y tantas claves como quiera.

No hay un resultado gratuito de peor calidad que mejorar. Un CSV no tiene resolución que reducir ni compresión que bajar, así que el plan gratuito está limitado por cuánto ordena de una vez, nunca por lo bien que lo hace.

• Revise el control de encabezado antes de ordenar. Se muestra con el motivo de su decisión; un archivo sin encabezado no debe tener su primera fila clavada.
• Mire el tipo al que se resolvió la clave. Se imprime debajo de cada clave, y una columna que esperaba numérica mostrada como texto suele significar que hay un carácter suelto en ella.
• Fije Orden de fecha si el archivo no es estadounidense. Solo hace falta cuando la propia columna es ambigua, y la herramienta le dice cuándo lo es.
• Use varias claves en vez de ordenar dos veces. Dos pasadas funcionan porque el orden es estable, pero una pasada con dos claves dice lo que quería decir.
• Conserve el delimitador del origen salvo que algo posterior pida otro. Es el ajuste que mantiene la exportación idéntica byte a byte a la entrada.

• Filtrar CSV
• Visor CSV
• Quitar duplicados
• Dividir CSV
• Unir CSV
• Añadir o quitar columnas