Abrir um CSV grande de dados abertos do governo
Os portais de dados abertos publicam arquivos enormes: cadastros de empresas, gastos públicos, microdados de educação. O download termina e o Excel abre pela metade, mostra tudo em uma coluna ou transforma os acentos em símbolos. O problema quase nunca é o arquivo, e sim o que o Excel faz com ele.
Grátis para usar. Os arquivos são lidos em partes, no seu navegador — nada é enviado. Versão para Windows — 4.6 MB, sem instalação: detalhes. Pro — US$ 29 uma vez: preço.
Por que esses arquivos dão trabalho
- Tamanho. O Excel mostra no máximo 1.048.576 linhas e corta o resto sem alarde. Veja como abrir um CSV grande.
- Delimitador. Muitos arquivos brasileiros usam ponto e vírgula, porque a vírgula é o separador decimal. Veja ponto e vírgula e vírgula decimal.
- Codificação. É comum o arquivo estar em ISO-8859-1 (Windows-1252) e não em UTF-8; aí “ç” e “ã” viram símbolos. Veja codificação de CSV.
- Sem cabeçalho. Alguns conjuntos, como os de CNPJ da Receita Federal, trazem os dados sem uma linha de nomes de coluna: o layout vem em um documento à parte.
- Códigos com zeros. CNPJ, CPF, código de município do IBGE e CEP perdem os zeros à esquerda quando viram número. Veja como evitar.
Confira sempre, na documentação de cada conjunto de dados, o delimitador, a codificação e se há cabeçalho: isso varia entre órgãos e até entre versões do mesmo arquivo.
Como abrir
- Se o arquivo veio compactado (
.zip), extraia-o primeiro. - Arraste o arquivo para a janela do aplicativo. O delimitador e a codificação são detectados; se algo estiver errado, ajuste “Delimitador” e “Codificação” na barra de ferramentas — a tabela é refeita sem reabrir o arquivo.
- Se o arquivo não tem cabeçalho, desmarque “A primeira linha é o cabeçalho”: a primeira linha volta a ser dado, e você pode nomear as colunas conforme o layout publicado.
- Filtre o recorte de que precisa: um estado, um município, um ano, um CNAE.
- Exporte só o trecho para Excel ou CSV.
O arquivo é percorrido uma vez e as linhas são lidas sob demanda; a rolagem não depende do tamanho. Nada é enviado a nenhum servidor.
Depois de abrir
- Validar CPF e CNPJ de uma coluna pelos dígitos verificadores.
- Achar duplicatas por uma ou mais colunas.
- Cruzar com outro arquivo por uma chave: vincular duas tabelas.
- Os dados de saúde do DATASUS vêm em outro formato: arquivos .dbc.
Perguntas frequentes
Preciso extrair o arquivo .zip antes?
Sim: abra o aplicativo com o arquivo já extraído (.csv ou .txt).
Quantas linhas aguenta?
Arquivos de um gigabyte abrem em aproximadamente o tempo de leitura do disco. O limite prático é o disco e o tempo, não a memória da aba.
Os dados vão para algum servidor?
Não. A leitura acontece no seu navegador ou no seu computador.
A exportação tem limite?
A edição gratuita exporta até 5.000 linhas por arquivo; o Pro (US$ 29, uma vez) não tem limite. Filtrar antes de exportar costuma bastar.
Grátis para usar. Seu arquivo não é enviado a nenhum servidor. Versão para Windows — 4.6 MB, sem instalação: detalhes. Pro — US$ 29 uma vez: preço.