Limpia un CSV desordenado sin perder filas
Una lista práctica para limpiar CSV: fechas, identificadores, duplicados, valores faltantes y conciliación fila por fila.
Un CSV limpio puede verse mejor y aun así contener errores. Los ceros iniciales pueden desaparecer, las fechas ambiguas pueden convertirse en el mes equivocado y eliminar duplicados puede borrar transacciones legítimas. Conserva intacta la fuente y haz que cada transformación pueda rastrearse hasta una fila original.
Supongamos que tu informe de pedidos está en una hoja de cálculo conectada, una unidad compartida o un panel web. Indica a Beeuni dónde está el informe y especifica el intervalo de fechas. Con la conexión necesaria o acceso al navegador, el agente puede recuperar los datos y guardar una copia de origen antes de limpiarlos.
Pide al agente que primero examine la copia guardada. Antes de cambiar valores, debería informar del delimitador, la codificación, los encabezados, el número de filas analizadas y los registros mal formados. Contar líneas no es suficiente, porque un campo CSV entrecomillado puede contener un salto de línea. Guarda junto con la copia el enlace al informe, la hora de recuperación y los filtros para poder explicar qué registros se incluyeron.
Define reglas para las columnas importantes
| Columna | Regla de limpieza | Dejar para revisión |
|---|---|---|
| ID del pedido | Leer como texto; conservar los ceros iniciales | Identificadores faltantes o registros en conflicto |
| Fecha | Usar fechas ISO cuando se conozca el formato de origen | Valores ambiguos, como 03/04/2026 |
| Importe | Analizar según la convención decimal indicada | Separadores mixtos o valores ilegibles |
| Moneda | Mantener una moneda explícita por fila | Importes sin una moneda conocida |
| Estado | Aplicar una correspondencia de etiquetas aprobada | Etiquetas cuyo significado no está claro |
Decide qué se considera un duplicado antes de eliminar nada. Un ID de pedido puede aparecer en varias partidas. Dos importes iguales pueden corresponder a compras distintas. Empieza por marcar los posibles duplicados y explicar los criterios de coincidencia. Elimina filas solo cuando tengas una regla que permita distinguir las copias accidentales de los registros válidos.
Solicita tres resultados
Retrieve the report from the connection or page I specify, using the agreed date range.
Save an unchanged source copy and record its origin and filters.
Write and run a cleanup script using the agreed column rules.
Add source_row_number before sorting or filtering.
Keep all successfully parsed source rows in cleaned.csv.
Flag uncertain values instead of guessing.
Put malformed records and issues in review.csv, with reasons.
Write checks.txt with row counts, changed fields, and totals by currency.
Do not overwrite the source or update the live report.Deja en blanco los importes faltantes, a menos que sepas que equivalen a cero. Registra por separado las fechas que no se pudieron convertir y las fechas que faltaban en la fuente. De lo contrario, perderás la información necesaria para corregir la fila más adelante.
Concilia antes de importar
- Filas: cada registro de origen debe aparecer en el resultado limpio o en el informe de registros mal formados. Explica las exclusiones por separado.
- Identificadores: revisa en un visor de texto sin formato los valores con ceros iniciales y las cadenas largas que parecen números.
- Totales: compara los importes por moneda antes y después de la limpieza. No sumes monedas distintas.
- Cambios: revisa muestras de registros de cada transformación, incluidos los espacios recortados, los estados asignados y las fechas convertidas.
- Destino: importa una muestra pequeña en la aplicación de destino y comprueba cómo interpreta las fechas y los campos de texto.
Algunas aplicaciones de hojas de cálculo eliminan los ceros iniciales al abrir un CSV. Si ocurre, comprueba el archivo sin procesar e importa la columna de ID como texto. Tras revisar el resultado, puedes pedir al agente que lo escriba en una hoja o destino nuevo mediante una herramienta conectada que permita esa acción. Confirma el destino y revisa los registros importados; deja intacto el informe original.
Más artículos
Infraestructura para la investigación sobre RSI: ejecutar y evaluar agentes que se mejoran a sí mismos
Cómo ayuda Beeuni a repetir experimentos de mejora de agentes: editar código e instrucciones, ejecutar pruebas, investigar fallos y comparar versiones.
Usa Beeuni para ejecutar y evaluar un experimento de ajuste fino de un modelo
Pide a un agente que prepare los datos de entrenamiento, ejecute un trabajo de ajuste fino en el ordenador de entrenamiento conectado, investigue los fallos y compare las salidas del modelo.