Semana 5: Leer y Escribir Archivos CSV

📊 Todo lo que aprendiste este mes construía hacia una sola cosa: los datos reales viven en archivos, no en código que escribiste a mano.

🎯 Objetivos de aprendizaje

Al final de esta semana podrás:

• Abrir y cerrar un archivo de forma segura con with, y explicar por qué eso importa.
• Leer las filas de un archivo CSV en Python usando el módulo incorporado csv, tanto como listas como diccionarios.
• Escribir tanto filas simples como filas con forma de diccionario de vuelta a un nuevo archivo CSV.
• Combinar listas, diccionarios, bucles y funciones para resumir un conjunto de datos real.
• Escribir un pequeño miniproyecto de principio a fin, sin ayuda, usando solo lo que aprendiste en las Semanas 1 a 4.

Lección

Abrir archivos de forma segura con with

Antes de tocar CSV específicamente, una nueva pieza de sintaxis: with open(...) as f: abre un archivo, te entrega un manejador (handle) hacia él como f, y lo cierra automáticamente en cuanto termina el bloque indentado — incluso si ocurre un error a mitad de camino. Esto importa porque un archivo sin cerrar puede perder escrituras almacenadas en búfer o bloquear el archivo para otros programas. La alternativa, f = open(...) seguido de un f.close() manual al final, es fácil de olvidar (especialmente si un error provoca una salida anticipada); with hace que "siempre cerrarlo" sea lo predeterminado, algo que no tienes que recordar.

CSV: filas de valores separados por comas

Un archivo CSV (comma-separated values, valores separados por comas) es una tabla de texto plano — una línea por fila, valores separados por comas. El conjunto de datos de esta semana, students-normal.csv, tiene una fila de encabezado (name,quiz1,quiz2,quiz3) seguida de una fila por estudiante.

Este archivo ya está disponible en el playground

El playground del FAB ya tiene students-normal.csv precargado — no hace falta copiar ni pegar nada. open("students-normal.csv") en tu código de abajo lo encontrará directamente.

import csv

with open("students-normal.csv", newline="") as f:
    reader = csv.reader(f)
    header = next(reader)          # primera fila: nombres de columnas
    for row in reader:
        print(row)                  # cada fila es una lista de strings

Todo valor leído de esta forma es un str — un número como "87" en el archivo llega como el string "87", no como el int 87. Debes convertirlo tú mismo, exactamente igual que con input() en la Semana 1. next(reader) extrae solo la primera fila (el encabezado) del reader antes de que empiece el bucle for, de modo que el bucle en sí solo ve las filas de datos reales. El argumento newline="" evita que el manejo propio de finales de línea del módulo csv choque con el de Python — es código repetitivo (boilerplate) que siempre deberías incluir al abrir un archivo para csv.reader/csv.writer, aunque explicar exactamente por qué es un nivel de detalle fuera del alcance de esta semana.

csv.DictReader: filas como diccionarios

En lugar de rastrear las posiciones de columna por índice, csv.DictReader te entrega cada fila como un dict indexado por los nombres del encabezado — esta suele ser la opción más legible, y lee automáticamente la fila de encabezado por ti (no hace falta un next(reader) manual):

with open("students-normal.csv", newline="") as f:
    reader = csv.DictReader(f)
    for row in reader:
        name = row["name"]
        score = int(row["quiz1"])   # sigue siendo un str hasta que lo conviertas
        print(name, score)

Compara esto con csv.reader: con csv.reader, row[1] significa "lo que sea que haya en la columna 1" — frágil si el orden de las columnas cambia alguna vez. Con csv.DictReader, row["quiz1"] dice exactamente lo que quieres decir sin importar el orden de las columnas, al pequeño costo de una búsqueda en diccionario en lugar de un índice de lista.

Escribir archivos CSV

csv.writer y csv.DictWriter son la imagen especular de csv.reader/csv.DictReader — útiles para guardar un resumen que calculaste de vuelta en un archivo:

with open("summary.csv", "w", newline="") as f:
    writer = csv.writer(f)
    writer.writerow(["name", "average"])
    writer.writerow(["Amina", 91.5])

El "w" (modo escritura) es importante — open("summary.csv", "w") crea el archivo si no existe, y lo sobrescribe por completo si ya existe. csv.DictWriter refleja a DictReader: escribes diccionarios en lugar de listas simples, y necesita conocer los nombres de columna (fieldnames) de antemano para saber en qué orden escribirlos y poder producir una fila de encabezado correspondiente:

with open("summary.csv", "w", newline="") as f:
    writer = csv.DictWriter(f, fieldnames=["name", "average"])
    writer.writeheader()                              # escribe la fila de encabezado
    writer.writerow({"name": "Amina", "average": 91.5})
    writer.writerow({"name": "Youssef", "average": 74.3})

DictWriter es la contraparte natural si construiste tu resumen como una lista de diccionarios (la forma "anidar colecciones" de la Semana 3) en lugar de un diccionario simple de nombre → promedio.

Juntándolo todo: un miniproyecto

El proyecto de esta semana combina todo lo de las Semanas 1 a 4: leer un CSV de calificaciones de estudiantes, calcular promedios por estudiante con una función, guardarlos en un dict, e imprimir un resumen ordenado de mayor a menor — usando sorted() con una función key, que a su vez toma una función como argumento, exactamente igual que compose de la pregunta socrática de la semana pasada:

def average(scores):
    return sum(scores) / len(scores)

averages = {}   # name -> average
with open("students-normal.csv", newline="") as f:
    reader = csv.DictReader(f)
    for row in reader:
        name = row["name"]
        scores = [int(row["quiz1"]), int(row["quiz2"]), int(row["quiz3"])]
        averages[name] = average(scores)

for name in sorted(averages, key=lambda n: averages[n], reverse=True):
    print(name, round(averages[name], 1))

lambda n: averages[n] es una función pequeña, sin nombre — léela como "la regla que asocia un nombre con su promedio", usada solo para decirle a sorted() según qué ordenar. Una lambda es exactamente equivalente a un def pequeño (lambda n: averages[n] se comporta igual que una función de una línea def key_fn(n): return averages[n]); existe puramente para que no necesites nombrar y definir una función separada solo para entregarle a sorted() una regla simple y desechable.

⚠️ Errores comunes

• Olvidar newline="". Sin esto, csv.writer puede insertar líneas en blanco adicionales entre filas en algunos sistemas (notablemente Windows) — inclúyelo siempre al leer o escribir CSVs.
• Abrir en modo "w" por accidente cuando querías agregar datos. open("summary.csv", "w") borra primero el contenido existente del archivo. Si quieres agregar filas a un archivo existente en su lugar, usa el modo "a" (append, agregar).
• Asumir el orden de columnas en csv.reader. row[0] solo es "el nombre" si la columna del nombre realmente es la primera y sigue siendo la primera — un DictReader evita toda esta clase de error.
• No convertir columnas numéricas antes de hacer cálculos con ellas. row["quiz1"] + row["quiz2"] con DictReader concatena dos strings ("88" + "92" → "8892"), no suma dos números — un eco directo del error de input() de la Semana 1.

🧩 Retos

🧩

Dado un CSV con columnas name,score, escribe un programa que calcule e imprima el promedio de calificación entre todos los estudiantes del archivo.

🧩

Extiende el programa anterior para que también imprima el nombre del estudiante con la calificación individual más alta.

🧩

Escribe los promedios por estudiante que calculaste arriba en un archivo nuevo summary.csv con columnas name,average.

🧩

¿Qué ocurriría si una fila del CSV tuviera una calificación faltante (un string vacío en lugar de un número)? Modifica tu programa para que no se caiga en esa fila.

🧩

Rehaz el Reto 3 usando csv.DictWriter en lugar de csv.writer. ¿Qué versión te parece más fácil de leer, y por qué?

🧩

Si quisieras añadir la fila de un estudiante más a summary.csv sin borrar lo que ya hay, ¿qué modo de archivo usarías en lugar de "w"? Pruébalo.

🤔 Preguntas socráticas

• ¿Por qué todo lo que se lee de un CSV llega como un str, incluso las columnas que parecen numéricas? ¿Dónde más en este curso has visto este mismo patrón de "entra como texto, se requiere conversión"?
• sorted(averages, key=lambda n: averages[n], reverse=True) — ¿qué cambiaría si quitaras reverse=True? ¿Qué cambiaría si quitaras key=... por completo y simplemente escribieras sorted(averages)?
• Ahora has construido una pequeña canalización (pipeline): leer → transformar → resumir → escribir. ¿De qué conceptos de las Semanas 1 a 4 dependía realmente cada etapa? ¿Sin el material de qué semana habría sido imposible este proyecto?
• with open(...) as f: cierra automáticamente el archivo incluso si ocurre un error dentro del bloque. ¿Se te ocurre una razón por la que un programa que abre muchos archivos a lo largo de su vida, sin cerrarlos nunca correctamente, podría eventualmente empezar a fallar de formas extrañas?
• csv.DictWriter necesita fieldnames especificado de antemano, antes de escribir nada. ¿Por qué crees que lo exige, en lugar de simplemente deducir las columnas a partir del primer diccionario que le pases con writerow?

✅ Cuestionario semanal

✅ Cuestionario semanal

1. ¿Qué tipo tiene todo valor leído de un archivo CSV con el módulo csv, antes de convertirlo?

intfloatstrDepende de la columna

2. ¿Qué te entrega csv.DictReader para cada fila, comparado con csv.reader?

Una lista de strings, igual que csv.readerUn dict indexado por los nombres de columna del encabezadoUna tupla de intsUn único string con toda la fila

3. En sorted(names, key=lambda n: averages[n]), ¿para qué sirve el argumento key?

Filtra algunos nombresLe dice a sorted() según qué valor ordenar cada elementoConvierte los nombres a números de forma permanenteInvierte el orden

4. ¿Qué módulo de la biblioteca estándar de Python se usó esta semana para leer/escribir archivos CSV?

jsonoscsvio

5. Abrir un archivo con open("data.csv", "w") cuando el archivo ya existe:

Se niega a abrir, lanzando un errorAgrega contenido nuevo al finalSobrescribe por completo el contenido existenteLo abre en modo de solo lectura

🎁 Bono: una primera probada de las clases

🔒 Disponible al aprobar el cuestionario de esta semana.

Marcar esta semana como completada