• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Estadística
      • Calculadora del Tamaño Muestral en Encuestas
      • Calculadora de estadísticos descriptivos
      • Test de normalidad
      • Calculadora de contrastes de hipotesis
      • Calculadora de tamano del efecto
      • Simulador de Regresión Lineal con Ruido
      • Descenso de gradiente
      • Visualizador de PCA
      • Visualizador de Series Temporales
      • Simulador de Regresión Logística
      • Matriz de confusión e informe de clasificación
      • Visualizador de fronteras de decisión
      • Simulador de K-Means
      • Número Óptimo de Clusters
      • Simulador de DBSCAN
      • Detector de la Ley de Benford
      • Ajuste de Curvas
      • Calculadora de Matrices
    • Probabilidad
      • Calculadora de Probabilidad de Distribuciones
      • Problema del cumpleaños
      • Calculadora de Probabilidades de Lotería
      • Simulador del Problema de Monty Hall
      • La aguja de Buffon
      • Simulador de la Estrategia Martingala
      • Simulador de Cadenas de Markov
    • Finanzas
      • Calculadora de Préstamos e Hipotecas
      • Conversor TIN ↔ TAE
      • Calculadora DCA con ajuste por inflación
      • Comparador de tarifas de luz 2.0TD
      • Calculadora XIRR con Flujos Irregulares
      • Simulador FIRE (Financial Independence, Retire Early)
      • Frontera Eficiente
    • Negocios
      • CLV
      • Scoring
    • Herramientas
      • Formateador / Minificador de JSON
      • Conversor CSV ↔ JSON
      • Consultar CSV con SQL en el navegador
      • Extractor de tickets (OCR)
      • Comparador y Formateador de Texto y JSON
      • Formateador y Tester de Expresiones Regulares
      • Inspector de JWT
      • Generador y verificador de hashes
      • Calculadora HMAC
      • Codificador / Decodificador Base64 y URL
      • Conversor de bases numericas
      • Conversor de Timestamp Unix
      • Conversor de colores
      • Generador de UUIDs
      • Editor de expresiones cron
      • Conversor de unidades
    • Juegos
      • Tres en Raya
      • Nim con Q-Learning
    • Más
      • Método D’Hondt
      • Generador de Contraseñas Seguras
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • R
  • Excel

Cargar archivo CSV en Excel con diferentes delimitadores de columna

Excel

marzo 4, 2020 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 4 minutos

A la hora de cargar un archivo CSV en Excel, u otros archivos de texto, nos podemos encontrar con una desagradable sorpresa. En lugar de cargarse cada uno de los valores del archivo en una columna nos encontramos que se los datos están todos en la primera columna, con lo que no es posible trabajar con los datos. En estos casos generalmente se obtiene algo como lo que se muestra a continuación.

Archivo CSV que no se ha cargado correctamente en Excel
Archivo CSV que no se ha cargado correctamente en Excel

Esto sucede porque el separador de campos dentro del archivo no es el que tenemos configurado en Excel. Por ejemplo, el archivo usa comas, pero en Excel esperaba el punto y coma como separador. Este problema tiene fácil solución utilizando la herramienta “Texto en columna” o el asistente de importación de CSV de Excel.

La herramienta “Texto en columna”

Una vez que tenemos el archivo de texto cargado en Excel la mejor solución es utilizar la herramienta “Texto en columna” que se puede encontrar en la cinta “Datos”. Para usarla solamente tenemos que seleccionar las celdas que queremos procesar y pulsar sobre la herramienta. Con lo que aparecerá el siguiente asistente.

Seleccionar el tipo de delimitador en el asistente de texto en columan
Seleccionar el tipo de delimitador en el asistente de texto en columna

En la primera ventana del asistente nos pregunta si existe un separador o lo valores están alineados. En nuestro caso los valores están delimitados por una coma, por lo que seleccionaremos la opción “Delimitados” y pulsaremos en siguiente. Apareciendo la segunda ventana del asistente.

Shallow copy vs Deep copy en Python: la mutación inesperada
En Analytics Lane
Shallow copy vs Deep copy en Python: la mutación inesperada

Seleccionar el delimitador en el asistente de texto en columna
Seleccionar el delimitador en el asistente de texto en columna

En esta segunda ventana podremos seleccionar el valor que delimita los valores. Pudiendo elegir entre los predefinidos u otro que podemos indicar nosotros. Es posible escoger más de un delimitador, aunque no es lo habitual. En este punto ya deberíamos observar en la vista previa de los datos como estos se alinean perfectamente. En este punto ya podríamos pulsar sobre el botón “Finalizar” para terminar o “Siguiente” para dar formato. El formato es necesario cuando hay campos numéricos con un separador de decimales diferente a la cultura de nuestro ordenador o campos de fecha. El asistente para dar formato a las columnas es de la siguiente forma:

Indicar el formato de las columnas en el asistente de texto en columna
Indicar el formato de las columnas en el asistente de texto en columna

En nuestro caso no tenemos datos numéricos ni de tipo fecha, pero esto valores se pueden configurar en esta ventana. Para configurar el separador de decimales deberemos pulsar sobre el botón “Avanzadas…”.

Opciones de formato avanzadas
Opciones de formato avanzadas

Al finalizar estos pasos se obtiene como resultado los campos en columnas.

Resultado después de aplicar la herramienta “Texto en columna”
Resultado después de aplicar la herramienta “Texto en columna”

Usar el importador para un archivo CSV en Excel

Si aún no hemos cargado el archivo CSV en Excel podemos usar importar para cargar el archivo. En lugar de abrir directamente el archivo. El importador nos pide en primer lugar el tipo de archivo y posteriormente aparecerán las mismas ventanas que en la herramienta “Texto en columnas”

Conclusiones

En esta entrada hemos cargado un archivo CSV en Excel descargado de mockaroo.com en Excel salvando el problema de la configuración local. Para ello hemos visto dos aproximaciones: la herramienta “Texto en columna” y la opción Importar. El primer método es el más flexible ya que vale tanto para datos procedentes de un archivo como para datos que se han copiado de otra fuente.

Saber procesar archivos CVS es importante ya que es un formato ampliamente utilizado, como ya hemos visto en el caso de Python y Matlab.

Imagen de Free-Photos en Pixabay

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicaciones relacionadas

  • Shallow copy vs Deep copy en Python: la mutación inesperada
  • Cómo Proyectar Cuándo Alcanzarás la Independencia Financiera
  • Analytics Lane lanza la versión 1.5 del laboratorio con un extractor de tickets por OCR y consultas SQL sobre CSV en el navegador
  • Cómo Saber si una Diferencia Significativa es Importante
  • Curiosidad: “Wi-Fi” no significa “Wireless Fidelity”
  • Cómo Explorar un Dataset antes de Modelar
  • Cómo Elegir el Test de Hipótesis Correcto para tus Datos
  • Tuplas vs Listas en Python: parecen lo mismo, pero no
  • == vs is en Python: la diferencia que causa bugs misteriosos

Publicidad

Publicado en: Herramientas Etiquetado como: Excel

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

Noticias

Analytics Lane lanza la versión 1.5 del laboratorio con un extractor de tickets por OCR y consultas SQL sobre CSV en el navegador

noviembre 18, 2026 Por Daniel Rodríguez

Cómo Explorar un Dataset antes de Modelar

noviembre 17, 2026 Por Daniel Rodríguez

Curiosidad: “Wi-Fi” no significa “Wireless Fidelity”

noviembre 12, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Manipulación de cadenas en Python publicado el septiembre 11, 2023 | en Python
  • Cómo determinar el número de componentes en PCA usando el Criterio de Kaiser publicado el febrero 14, 2025 | en Ciencia de datos
  • Cómo comparar datos con barras en Matplotlib: agrupadas, apiladas y porcentuales publicado el mayo 12, 2026 | en Python
  • NumPy Generación y manipulación de números aleatorios en NumPy publicado el noviembre 25, 2024 | en Python
  • Justicio: La herramienta gratuita de IA para consultas legales publicado el diciembre 10, 2024 | en Reseñas

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.1 (11)

Aplicar el método D’Hondt en Excel

Comentarios recientes

  • Daniel Rodríguez en Curiosidad: La Paradoja de Simpson, o por qué no siempre debes fiarte de los promedios
  • Hatepi en Curiosidad: La Paradoja de Simpson, o por qué no siempre debes fiarte de los promedios
  • Daniel Rodríguez en Los récords con asterisco, o la épica del titular sin contexto – El bestiario de los indicadores económicos absurdos (parte 8 y final)
  • Juan en Los récords con asterisco, o la épica del titular sin contexto – El bestiario de los indicadores económicos absurdos (parte 8 y final)
  • bif en JSON en bases de datos: cuándo es buena idea y cuándo no

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2026 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto