Separar os limites dos campos da pontuação decimal

Duas funções para a pontuação

Planilhas configuradas em alemão, francês, espanhol, turco e muitos outros idiomas salvam arquivos CSV com ponto e vírgula entre os campos, porque a vírgula já é usada como marca decimal. Uma linha como Paper;1.234,50 tem um limite de campo, o ponto e vírgula, e dois caracteres dentro do valor que pertencem ao número.

São necessárias duas decisões separadas: qual caractere separa os campos e como os algarismos da coluna de valores estão escritos. Confundir as duas é o que faz um único valor acabar dividido em duas células.

Examinando Paper;1.234,50

O exemplo da página é um cabeçalho item;amount e o registro Paper;1.234,50, com o ponto e vírgula como “Delimitador”. O inspetor informa 2 linhas e 2 colunas, e a linha 2, coluna 2, mostra 1.234,50. Nesta etapa o valor ainda é texto; o inspetor não converte números.

Se você escolher a vírgula como “Delimitador”, o cabeçalho vira uma única célula, item;amount, e o registro se divide em Paper;1.234 e 50. “Colunas” mostra então 2, e “Linhas com largura diferente” mostra 1, porque o cabeçalho tem só um campo. “Detetar delimitador” escolhe o ponto e vírgula neste exemplo, porque ele dá a mesma largura a todas as linhas.

Da estrutura aos números

• No inspetor, defina primeiro o “Delimitador” e confirme que “Linhas com largura diferente” é 0.
• Abra a ferramenta de normalização, cole o mesmo texto e defina o “Delimitador” como ponto e vírgula.
• Marque “A primeira linha contém os nomes das colunas” e escolha amount em “Coluna numérica”.
• Defina o “Separador decimal” como , e o “Separador de grupos de algarismos” como . e clique em “Calcular”.
• O valor 1.234,50 vira 1234.50; confira em “Valores por rever” qualquer coisa que a configuração não cobriu.
• Uma contagem alta em “Valores por rever” pode indicar que alguns valores usam o ponto como marca decimal; um arquivo montado a partir de duas origens pode misturar convenções.

Pontos de confusão

• A maioria dos programas continua chamando de CSV um arquivo com ponto e vírgula. Olhe os caracteres reais, e não a extensão do arquivo.
• A detecção é um ponto de partida. Quando dois delimitadores dão resultados igualmente consistentes, escolha explicitamente.
• Não troque vírgulas e pontos no texto inteiro para deixá-lo parecido com um arquivo em inglês; isso também muda descrições e códigos.
• Quando você baixa a tabela convertida, o CSV usa vírgulas entre os campos e pontos nos valores convertidos, então ele segue uma convenção diferente da do arquivo de partida.
• O app Tablora lê tabelas de PDFs e fotos, e não de texto, então essa escolha não aparece ali; a exportação CSV dele usa vírgulas entre os campos.

Dados de entrada

Texto da tabela

item;amount Paper;1.234,50

Delimitador

;

Resultados

Linhas

2

Colunas

2

Linhas com largura diferente

0