HOWTO · Python
Leer CSV en matriz en Python
Este tutorial demuestra cómo leer un CSV en un array en Python.
En esta página
Los archivos CSV almacenan registros tabulares en filas de campos separados por delimitadores. Para leer uno en Python, elige el lector según los datos y la estructura que necesitas: NumPy para matrices numéricas, el módulo csv de la biblioteca estándar de Python para filas de cadenas o pandas para tablas con etiquetas. Los cuatro ejemplos cuentan con evidencia de ejecución satisfactoria y cada uno crea su propio archivo CSV temporal.
Leer datos CSV numéricos con numpy.loadtxt()
Usa numpy.loadtxt() cuando los campos sean uniformemente numéricos y estén organizados en una tabla regular. Su argumento delimiter describe el separador del texto de entrada. Este no aparece en la matriz devuelta: las comas se interpretan como separadores entre valores. El valor predeterminado de delimiter es el espacio en blanco, así que configúralo como una coma para los datos separados por comas. Para ejecutar este ejemplo, debes tener NumPy instalado.
Ejecuta este ejemplo:
El código y las etiquetas o salidas visibles de esta sección se mantienen en inglés.
from pathlib import Path
from tempfile import TemporaryDirectory
import numpy as np
with TemporaryDirectory() as directory:
path = Path(directory) / "numbers.csv"
path.write_text("1,2,3\n4,5,6\n7,8,9\n", encoding="utf-8")
data_array = np.loadtxt(path, delimiter=",")
print(data_array)
loadtxt() devuelve una matriz NumPy bidimensional para esta entrada con varias filas y columnas. Usa sus operaciones de matriz para realizar cálculos numéricos. Si el archivo tiene una fila de encabezado, omítela o procésala explícitamente en lugar de pedirle al lector numérico que la interprete como números.
Leer filas CSV con el módulo csv de Python
El módulo csv.reader de la biblioteca estándar sirve para campos de texto o con distintos tipos de valores. Genera una lista de cadenas por cada fila. Al llamar a la función integrada list(), se consume el lector y se materializan todas las filas en una lista de listas; list() es una función integrada, no un método, y el resultado no es una matriz NumPy. Este método resulta útil cuando quieres inspeccionar o transformar cada campo por tu cuenta.
El código y las etiquetas o salidas visibles de esta sección se mantienen en inglés.
from pathlib import Path
from tempfile import TemporaryDirectory
import csv
with TemporaryDirectory() as directory:
path = Path(directory) / "people.csv"
path.write_text(
"Name,Age,Occupation\nJohn,28,Engineer\nJane,34,Doctor\n",
encoding="utf-8",
)
with path.open(newline="", encoding="utf-8") as file:
rows = list(csv.reader(file))
print(rows)
El encabezado se incluye como primera fila y los valores, como las edades, siguen siendo cadenas hasta que los conviertas. Para archivos grandes, itera sobre csv.reader fila por fila en vez de crear una lista con todo el contenido del archivo. Al abrirlo con newline="", permites que el módulo CSV gestione correctamente los finales de línea.
Leer datos CSV con pandas
Elige pandas cuando te resulten útiles las etiquetas de las columnas y las operaciones orientadas a tablas. Instala pandas antes de ejecutar este ejemplo. De forma predeterminada, pandas.read_csv() usa la primera fila como nombres de columna y devuelve un DataFrame con etiquetas. Convierte sus datos en una matriz con to_numpy() cuando una operación posterior la necesite; el DataFrame conserva las etiquetas de filas y columnas.
El código y las etiquetas o salidas visibles de esta sección se mantienen en inglés.
from pathlib import Path
from tempfile import TemporaryDirectory
import pandas as pd
with TemporaryDirectory() as directory:
path = Path(directory) / "people.csv"
path.write_text(
"Name,Age,Occupation\nJohn,28,Engineer\nJane,34,Doctor\n",
encoding="utf-8",
)
frame = pd.read_csv(path)
data_array = frame.to_numpy()
print(data_array)
Pandas puede inferir tipos distintos para las columnas del DataFrame. Una matriz NumPy solo puede tener un tipo de dato, por lo que convertir columnas mixtas puede producir una matriz de tipo objeto u otro tipo común. Conserva el DataFrame si necesitas las etiquetas y las operaciones por columna; conviértelo solo cuando el siguiente paso requiera una matriz como interfaz.
Gestionar valores numéricos ausentes con numpy.genfromtxt()
Para tablas numéricas con campos vacíos, usa numpy.genfromtxt() y elige un valor de relleno adecuado para el cálculo posterior. Aquí, filling_values=np.nan marca el valor numérico ausente como NaN; el resultado usa valores de punto flotante para poder representar esa marca. Debes tener NumPy instalado.
El código y las etiquetas o salidas visibles de esta sección se mantienen en inglés.
from pathlib import Path
from tempfile import TemporaryDirectory
import numpy as np
with TemporaryDirectory() as directory:
path = Path(directory) / "measurements.csv"
path.write_text("1,2,3\n4,,6\n7,8,\n", encoding="utf-8")
data_array = np.genfromtxt(
path, delimiter=",", filling_values=np.nan
)
print(data_array)
Los campos vacíos se representan como NaN. Puedes detectarlos con las funciones isnan de NumPy y gestionarlos antes de realizar cálculos que requieran números ordinarios. genfromtxt() también admite una limpieza de entrada más compleja, pero especifica solo las opciones que necesite tu archivo para que el comportamiento del análisis sea claro.
Elegir un lector CSV para tus datos
- Usa
numpy.loadtxt()para campos numéricos regulares cuando quieras obtener una matriz NumPy. - Usa
csv.readercuando necesites filas de cadenas y controlar cómo se convierte cada campo. Está incluido en Python. - Usa
pandas.read_csv()para tablas con etiquetas y un procesamiento práctico por columnas; conviértelas en una matriz solo cuando sea necesario. - Usa
numpy.genfromtxt()para datos numéricos delimitados con campos ausentes cuando sea apropiado definir un valor de relleno.
Estas herramientas no devuelven todas el mismo tipo de objeto. Decide si necesitas etiquetas, campos de texto, operaciones con matrices numéricas o un tratamiento explícito de los números ausentes; después, elige el lector que produzca esa estructura.