Cómo leer un fichero CSV con pandas en Python: guía

Leer datos de un fichero CSV es casi siempre el primer paso de cualquier análisis en Python, y la biblioteca pandas hace que esa tarea sea rápida y fiable. Con unas pocas líneas de código puede cargar miles de registros, gestionar distintos separadores y acentos, y quedar listo para explorar los datos. A continuación tiene el camino completo, de cero a la primera exploración, con los errores más comunes ya resueltos.

Requisitos previos

• Python 3.9 o superior instalado en su ordenador.
• La biblioteca pandas, que se instala con pip install pandas.
• Un fichero CSV de ejemplo — en esta guía usamos vendas.csv.
• Un editor o notebook a su elección: VS Code, Jupyter o la línea de comandos.

Paso 1: Instalar e importar pandas

Si aún no tiene pandas instalado, empiece por instalarlo desde el terminal. Después, importe la biblioteca al inicio de su script con el nombre abreviado pd, una convención que sigue prácticamente toda la comunidad Python. Así su código queda más corto y más fácil de leer.

pip install pandas

import pandas as pd

Paso 2: Leer el fichero CSV con read_csv

La función read_csv lee el fichero y devuelve un DataFrame, que es simplemente una tabla con filas y columnas. En el caso más sencillo, solo necesita indicar el nombre del fichero. El método head muestra solo las cinco primeras filas, suficiente para confirmar que el fichero se leyó como esperaba.

df = pd.read_csv("vendas.csv")
print(df.head())

Si el fichero está en otra carpeta, indique la ruta completa, por ejemplo "C:/dados/vendas.csv". Fíjese en que usamos la barra normal, que funciona en todos los sistemas.

Paso 3: Ajustar separador, acentos y decimales

Muchos ficheros CSV creados en España usan el punto y coma como separador de columnas y la coma como separador decimal. Si todas las columnas aparecen pegadas en una sola, o si los acentos salen cambiados, ajuste estos tres parámetros.

df = pd.read_csv(
    "vendas.csv",
    sep=";",
    decimal=",",
    encoding="utf-8",
)

Si aún ve acentos extraños, pruebe encoding="latin-1", muy común en ficheros exportados de Excel.

Consejo: abra el fichero en un editor de texto sencillo antes de leerlo. Ver la primera línea le indica enseguida cuál es el separador y si hay cabecera.

Paso 4: Hacer una primera exploración

Después de leer los datos, confirme que están bien con tres comandos muy útiles. head muestra las primeras filas, info resume el tipo de cada columna y cuántos valores tiene, y describe da estadísticas rápidas de las columnas numéricas.

print(df.head())
print(df.info())
print(df.describe())

Paso 5: Leer solo las columnas necesarias

En ficheros grandes, leer solo las columnas que necesita ahorra memoria y hace que todo sea más rápido. Use el parámetro usecols con la lista de columnas que quiere mantener.

df = pd.read_csv(
    "vendas.csv",
    sep=";",
    usecols=["data", "produto", "total"],
)

Verificar el resultado

Para asegurarse de que la lectura salió bien, compruebe el número de filas y columnas con df.shape, que devuelve un par con el formato (filas, columnas). Compruebe también los tipos con df.dtypes: una columna de valores debe aparecer como int64 o float64, y no como object, que indica texto.

print(df.shape)
print(df.dtypes)

Si una columna que debería ser numérica aparece como texto, la causa es casi siempre el separador decimal. Vuelva al Paso 3 y revise el parámetro decimal.

Conclusión

Con read_csv y un puñado de parámetros ya puede cargar casi cualquier fichero CSV en Python de forma fiable. El siguiente paso natural es limpiar los datos: gestionar valores ausentes, eliminar duplicados y convertir las fechas al tipo correcto. ¿Cuál será el primer fichero CSV que va a abrir con pandas?