Un CSV con un millón de filas: con qué abrirlo
El límite de Excel es de 1.048.576 filas. Un archivo con dos millones de filas se abre exactamente por la mitad y el aviso es fácil de pasar por alto, lo que es más peligroso que negarse a abrirlo.
Gratis para usar. Los archivos se leen por partes, en su navegador: no se sube nada. Versión para Windows — 4.6 MB, sin instalación: detalles. Pro — 29 USD una sola vez: precio.
Primero, no pierda datos
El principal peligro de un CSV grande no es que cueste abrirlo, sino que es fácil abrirlo parcialmente sin darse cuenta. Antes de calcular nada, asegúrese de ver el archivo entero: compare el número de filas del origen con el que ve.
Una forma rápida de obtener el recuento exacto de filas sin abrir el archivo: en Linux y macOS, wc -l archivo.csv; en PowerShell, (Get-Content archivo.csv | Measure-Object -Line).Lines. Recuerde que el encabezado también cuenta y que un salto de línea dentro de un campo entrecomillado infla el resultado.
Las opciones, expuestas con honestidad
| Método | Cuándo encaja | Qué cuesta |
|---|---|---|
| Power Query en Excel | Necesita agregar y montar una tabla dinámica | Los datos se cargan en un modelo y la memoria crece; navegar fila a fila es incómodo |
| Python + pandas | Un trabajo puntual y alguien sabe escribir el código | Todo el archivo pasa a memoria; un archivo de 5 GB necesita de 15 a 20 GB de RAM |
| DuckDB | Quiere SQL sobre el archivo y no le importa una línea de comandos | Una elección excelente, pero una herramienta para quien escribe consultas |
| Un editor de texto (Notepad++, VS Code) | Echar un vistazo a las primeras líneas | Sin columnas, sin filtros y se arrastra con un gigabyte |
| Un visor en el navegador | Mirar, filtrar, conciliar, exportar un subconjunto | No sustituye a una herramienta de análisis |
Si la tarea suena a «mirar y encontrar», no hace falta maquinaria pesada. Si suena a «recalcular las cifras del año», sí, y eso significa DuckDB o una base de datos.
Por qué un CSV grande se abre despacio
Un CSV no tiene índice. Para saber dónde empieza la fila un millón hay que leer todas las anteriores: un salto de línea dentro de un campo entrecomillado no termina un registro, así que «basta con buscar \n» no funciona.
Quedan dos enfoques. El primero es leer el archivo entero en memoria y después trabajar deprisa (lo hacen pandas y Excel). El segundo es recorrer el archivo una vez, recordar el desplazamiento en el que empieza cada fila y leer las filas en sí bajo demanda. El segundo camino necesita una lectura secuencial y casi nada de memoria: para diez millones de filas el índice ocupa unos 80 MB, mientras que los datos se quedan en el disco.
Tabulens sigue el segundo camino, así que un archivo de un gigabyte se abre en aproximadamente el tiempo que el disco tarda en leerlo y el desplazamiento no depende del tamaño.
Qué más se rompe en archivos grandes
- Filas irregulares. Entre un millón de filas casi seguro que habrá una docena con un delimitador de más. Una herramienta debe avisar y no desplazar las columnas en silencio.
- Codificaciones mezcladas. Un archivo unido a partir de varias exportaciones puede contener trozos en codificaciones distintas. La señal es texto legible mezclado con caracteres rotos.
- Saltos de línea dentro de campos. Las direcciones y los comentarios suelen contener saltos de línea. Leer sin tener en cuenta las comillas convierte un registro en dos.
Preguntas frecuentes
¿Cuántas filas abre Tabulens?
El límite es de 50 millones de filas por archivo. No hay límite de tamaño de archivo: solo se leen los registros visibles.
¿Puedo exportar parte de un CSV grande a Excel?
Sí: aplique un filtro y exporte el resultado a XLSX. Tenga en cuenta el propio límite del formato, de 1.048.575 filas de datos.
¿Se abrirá un archivo de 10 GB?
Sí, pero construir el índice de filas necesita una lectura completa del archivo; en la práctica es tiempo de disco, alrededor de un minuto en un SSD rápido.
Gratis para usar. Su archivo no se sube a ningún servidor. Versión para Windows — 4.6 MB, sin instalación: detalles. Pro — 29 USD una sola vez: precio.