read_csv y sus opciones útiles
Separadores, encabezados y columnas de índice.
read_csv y sus opciones útiles es una lección gratuita de Data Science Academy en CoddyKit. Esta es la lección 1 de 4. Puedes leer la lección completa abajo gratuitamente — luego la practicas en el navegador con un editor de código integrado y un tutor de IA 24/7. Forma parte de la ruta de aprendizaje de Data Science Academy, y tu progreso se sincroniza en la web y la app de CoddyKit. El curso de Data Science Academy incluye 4 lecciones en total.
Partes de esta lección aún no han sido traducidas y se muestran en inglés.
Data Lives in Files
Real analysis starts with a file on disk. The most common one in data science is the humble CSV: plain text, one row per line. 📄
One Function to Rule Them
pandas reads a CSV with a single call: read_csv. Hand it a path and you get back a ready-to-use DataFrame.
import pandas as pd
df = pd.read_csv("sales.csv")What Comes Back
read_csv returns a full DataFrame: rows, columns, and an automatic integer index. From here every pandas trick is available to you.
Not Always a Comma
Some files split values with a semicolon or tab instead. The sep option tells pandas exactly which character separates your columns.
df = pd.read_csv("data.csv", sep=";")When There Is No Header
If the first line is data, not column names, pass header=None so pandas does not steal a real row to use as labels.
df = pd.read_csv("raw.csv", header=None)Name Your Columns
Pair header=None with names to supply your own column labels in one clean step. Now every column reads clearly.
df = pd.read_csv("raw.csv", header=None,
names=["date", "item", "price"])Pick the Index Column
The index_col option promotes a column to be the row index, so lookups by that key feel natural later on.
df = pd.read_csv("sales.csv", index_col="order_id")Read Only What You Need
Huge file? The usecols option loads just the columns you list, saving memory and keeping your table focused.
df = pd.read_csv("big.csv",
usecols=["date", "amount"])Peek With nrows
Not sure a file is clean? Use nrows to read a small sample first, inspect it, then load the rest with confidence.
sample = pd.read_csv("big.csv", nrows=5)Decode Properly
Strange symbols in your text usually mean the wrong encoding. Setting it to utf-8 fixes most accented and non-English characters. ✅
df = pd.read_csv("names.csv", encoding="utf-8")Mark Missing as Missing
Files use odd tokens for blanks like NA or n/a. The na_values option turns those into real missing values pandas understands.
df = pd.read_csv("data.csv",
na_values=["NA", "n/a", "-"])Quick Check
Your CSV uses semicolons between values. Which option fixes the parse?
Recap: read_csv Mastered
You can now load any CSV: choose the separator, set headers and names, pick the index, trim columns, and flag missing values. 🎉
Preguntas frecuentes
¿La lección «read_csv y sus opciones útiles» es gratis?
Sí — el texto completo de «read_csv y sus opciones útiles» es gratis para leer aquí en la web. Para practicarla de forma interactiva (editor de código integrado y tutor de IA 24/7) y desbloquear el resto del curso de Data Science Academy, actualiza a CoddyKit PRO. El curso de Data Science Academy incluye 4 lecciones en total.
¿Qué aprenderé en «read_csv y sus opciones útiles»?
Separadores, encabezados y columnas de índice. Practicas Data Science Academy con código real que ejecutas directamente en el navegador, y un tutor de IA 24/7 responde tus preguntas mientras trabajas en la lección.
¿Necesito experiencia previa para empezar Data Science Academy?
No se requiere experiencia previa. Data Science Academy en CoddyKit está estructurado para principiantes hasta estudiantes avanzados, así que puedes empezar aquí o desde el inicio y avanzar a tu ritmo. Esta es la lección 1 de 4.
¿Cuánto tiempo toma la lección «read_csv y sus opciones útiles»?
La mayoría de las lecciones de CoddyKit toman alrededor de 5–10 minutos. Cada una es compacta e interactiva, así que avanzas constantemente y retomas exactamente por donde dejaste en la web y la app.
¿Puedo escribir y ejecutar código en esta lección de Data Science Academy?
Sí. Cada lección de Data Science Academy incluye un editor de código integrado, así que escribes y ejecutas código real directamente en tu navegador y obtienes retroalimentación instantánea de IA — sin configuración local necesaria.
Todas las lecciones de este curso
- read_csv y sus opciones útiles
- Abrir hojas de Excel en pandas
- Analizar fechas y establecer dtypes al cargar
- Guardar resultados en CSV y Excel