Combina en orden archivos CSV con la misma estructura de columnas y añade la columna source_file. Comprueba con datos pequeños los nombres de artículos con comas, las columnas ausentes y las salidas ya existentes.
La traducción se ha realizado con IA. Comprueba el código, las unidades y los valores junto con el original. La revisión por hablantes nativos de cada idioma aún no se ha completado. 한국어
Para quién esPrincipiantes en Python que quieren reunir en una sola tabla archivos CSV separados por fecha o responsable
Si las cifras parecen incorrectas después de combinar varios archivos, puede ser difícil localizar su origen. Este ejemplo conserva las cuatro columnas existentes y añade source_file al final. El objetivo es poder identificar el archivo de origen directamente en cada fila del resultado. Antes de empezar, suma las 2 y 3 filas de datos de los dos archivos y anota el resultado esperado: 5.
python example.pyLas carpetas de entrada y salida están separadas, de modo que un merged.csv anterior no se incorpora a los archivos de entrada al volver a ejecutar. La búsqueda de entradas también toma como referencia fija la ubicación de example.py. Si extraes el ZIP manteniendo la estructura de carpetas, no necesitas modificar las rutas.
| Columna de entrada | Valor de ejemplo | Tratamiento en este artículo |
|---|---|---|
| date | 2026-09-01 | Se conserva la cadena tal cual |
| item | 노트 | Se conserva, incluidas las comas y las comillas |
| quantity | 2 | Se conserva como cadena, sin cálculos |
| unit_price | 2500 | Se conserva como cadena, sin cálculos |
No solo deben coincidir los nombres de columna, sino también su orden. Por ejemplo, el programa se detiene si un archivo usa qty en lugar de quantity o cambia la posición de unit_price. Como no intenta adivinar el significado ni ajustar las columnas automáticamente, puedes detectar enseguida que se han mezclado formatos de otros departamentos.
Los datos sintéticos incluyen «메모지, 대형» y «표지 "파랑"», que contiene comillas dobles. Leer un CSV separándolo simplemente por comas con split puede dividir mal estos valores. Deja que el módulo estándar csv gestione las reglas de entrecomillado y vuelve a escribir las filas tal como se han leído.
collect_rows comprueba la cabecera y las filas de cada CSV y añade el nombre del archivo de origen. main crea la nueva salida solo cuando todas las comprobaciones han pasado. Este orden evita dejar un resultado con solo los primeros archivos combinados si las columnas de un archivo posterior son incorrectas.
"""inputs의 같은 구조 CSV를 결합합니다. 각 행에 원본 파일명을 붙입니다."""
import csv
import sys
from pathlib import Path
BASE = Path(__file__).resolve().parent
INPUT = BASE / "inputs"
OUTPUT = BASE / "outputs"
FIELDS = ["date", "item", "quantity", "unit_price"]
def collect_rows():
if INPUT.is_symlink() or not INPUT.is_dir():
raise ValueError("inputs 폴더가 없거나 링크입니다.")
if getattr(INPUT, "is_junction", lambda: False)():
raise ValueError("연결 디렉터리는 처리하지 않습니다.")
# inputs 바로 아래의 .csv 파일만 읽습니다. 순서를 명시해 결과를 재현합니다.
paths = sorted(
(p for p in INPUT.iterdir() if p.suffix.lower() == ".csv"),
key=lambda p: p.name.casefold(),
)
if not paths:
raise ValueError("inputs에 CSV 파일이 없습니다.")
merged = []
counts = []
for path in paths:
if path.is_symlink() or not path.is_file():
raise ValueError(f"일반 CSV 파일이 아닙니다: {path.name}")
with path.open("r", encoding="utf-8-sig", newline="") as stream:
reader = csv.DictReader(stream, strict=True)
if reader.fieldnames != FIELDS:
raise ValueError(f"{path.name}: 열 이름과 순서는 {FIELDS}여야 합니다.")
count = 0
for row in reader:
# 열이 많으면 None 키, 적으면 None 값이 생깁니다.
if None in row or any(value is None or not value.strip() for value in row.values()):
raise ValueError(f"{path.name}, {reader.line_num}행: 열 수 또는 빈 값을 확인하세요.")
merged.append({**row, "source_file": path.name})
count += 1
counts.append((path.name, count))
return merged, counts
def main():
if OUTPUT.exists() or OUTPUT.is_symlink():
raise FileExistsError("outputs가 이미 있습니다. 기존 결과를 옮긴 뒤 실행하세요.")
rows, counts = collect_rows() # 모든 파일을 검증한 다음에 출력합니다.
OUTPUT.mkdir()
target = OUTPUT / "merged.csv"
with target.open("x", encoding="utf-8-sig", newline="") as stream:
writer = csv.DictWriter(stream, fieldnames=FIELDS + ["source_file"])
writer.writeheader()
writer.writerows(rows)
for name, count in counts:
print(f"{name}: {count}행")
print(f"완료: {len(counts)}개 파일 → {len(rows)}행")
print(target)
return 0
if __name__ == "__main__":
try:
raise SystemExit(main())
except (OSError, ValueError, csv.Error) as error:
print(f"중지: {error}", file=sys.stderr)
raise SystemExit(2)
La comprobación aprovecha que DictReader crea una clave None cuando sobran columnas de datos y valores None cuando faltan. También rechaza cadenas vacías o compuestas solo por espacios. Se usa una cadena vacía para newline y se indica una codificación que admite UTF-8 BOM, para tratar de forma consistente los saltos de línea y los caracteres coreanos.
| Orden de los datos del resultado | item | quantity | source_file |
|---|---|---|---|
| 1 | 노트 | 2 | sales_01.csv |
| 2 | 펜 | 3 | sales_01.csv |
| 3 | 노트 | 1 | sales_02.csv |
| 4 | 메모지, 대형 | 4 | sales_02.csv |
| 5 | 표지 "파랑" | 1 | sales_02.csv |
La terminal muestra, en este orden, «sales_01.csv: 2행», «sales_02.csv: 3행» y «완료: 2개 파일 → 5행». La cabecera, que es la primera línea del resultado, no se cuenta como dato. Que 노트 aparezca en dos filas no es un error: se conservan filas originales distintas, sin calcular totales ni eliminar duplicados.
En el trabajo real, comprobar el número de filas es distinto de comprobar los totales. Aunque el importe total coincida por casualidad, puede faltar una fila y haberse incluido otra dos veces. Como en esta fase aún no se hacen cálculos, resulta más claro comparar primero los recuentos por origen y el texto original.
Para volver a ejecutar, guarda el primer outputs con otro nombre. Añade sales_03.csv dentro de inputs, con la misma cabecera y una fila de datos. El recuento esperado pasa a ser de seis filas. Comprueba también que source_file en la nueva fila contenga sales_03.csv para entender la relación entre añadir una entrada y la columna de seguimiento.
Solo se incluyen los archivos con extensión .csv situados directamente en inputs. No se recorren subcarpetas de forma recursiva ni se combinan notas de texto o libros de Excel. Si no hay ningún CSV, el programa considera que la entrada se ha elegido mal y se detiene. Un CSV válido que solo tenga cabecera cuenta como 0 filas y no impide combinar los demás archivos.
| Causa de la detención | Dónde comprobar | Cómo corregirlo |
|---|---|---|
| Nombres de columna u orden distintos | Primera línea del archivo indicado | Haz que coincida exactamente con las cuatro columnas requeridas. |
| Error en la cantidad de columnas o valores vacíos | Nombre de archivo y número de línea indicado | Busca celdas ausentes, separadores adicionales y valores vacíos. |
| Error de entrecomillado del CSV | Comillas dobles sin cerrar | Usa una copia cuya estructura hayas reparado en un editor de CSV. |
| Error de codificación | Formato de guardado del archivo de entrada | Crea una copia exportada de nuevo en UTF-8. |
| outputs ya existe | Carpeta de resultados anterior | Mueve los resultados y vuelve a ejecutar. |
El número de línea del error corresponde a las líneas físicas leídas del CSV. En un CSV complejo con saltos de línea dentro de valores entrecomillados, puede diferir del número de fila de datos de la hoja de cálculo. Usa primero el nombre de archivo del mensaje para acotar qué original debes revisar.
Este script comprueba la estructura de columnas, los valores vacíos y la sintaxis CSV. No determina si quantity es un número, si date es una fecha real ni si los importes cumplen las reglas del negocio. Si necesitas hacer cálculos después de combinar, añade una etapa de validación independiente para la conversión numérica y los rangos permitidos.
Como reúne todas las filas en memoria y guarda solo después de comprobarlas, resulta adecuado para practicar con archivos de trabajo pequeños. Los CSV muy grandes requieren un diseño con salidas temporales y procesamiento por etapas. Un error de disco durante el guardado puede dejar resultados parciales; no lo consideres un éxito si falta el mensaje de finalización. Los cambios simultáneos en las entradas y los fallos de rutas de red quedan fuera del alcance de la verificación.
2026-09-19 · Windows 11 · CPython 3.12.14 · Sin paquetes adicionales · Ejecutado en una copia temporal de la distribución
Incluye código, datos de entrada e instrucciones de ejecución. Extrae el ZIP y lee primero README.txt.
Descargar ZIP de ejemploEl código de ejemplo, los nombres de archivo y las claves de entrada se mantienen como en el original. Consulta también los comandos y los pasos de comprobación del texto traducido.
Material de práctica original · Guarda los archivos originales por separado antes de ejecutarlo.
Las explicaciones y los ejemplos son de elaboración propia. Puedes consultar los comportamientos y conceptos relacionados en las siguientes fuentes oficiales.