Dati e tabelle: capire CSV, Excel, JSON e la struttura di un dataset

Un file di dati sembra spesso semplice: colonne, righe e valori. Molti problemi emergono però quando bisogna pulire, confrontare, unire o convertire le informazioni. Una colonna può cambiare nome, un separatore CSV può essere interpretato male, un numero può diventare testo o due file possono descrivere la stessa informazione con strutture differenti.

La struttura conta più dell’estensione

In una tabella classica ogni riga rappresenta in genere un record e ogni colonna un attributo. Un file clienti può avere id, nome, email e paese.

L’intestazione dà significato ai valori. Se due file usano email e indirizzo_email, una fusione automatica non può sempre capire che si tratta della stessa colonna.

CSV: semplice e portabile

CSV significa Comma-Separated Values, ma il separatore non è sempre una virgola. Secondo software e impostazioni regionali può essere punto e virgola, tabulazione o altro carattere.

Un CSV è testo: non conserva formule, colori, più fogli o formattazione di Excel. Questa semplicità lo rende portabile ma richiede attenzione a separatori, virgolette, encoding e ritorni a capo nelle celle.

Il Validatore CSV aiuta a controllare la struttura.

TSV

TSV segue la stessa logica ma usa una tabulazione come separatore. CSV e TSV restano formati tabulari piatti: descrivono righe e colonne, non gerarchie complesse.

Excel: più di una tabella di valori

Un file Excel può contenere più fogli, formule, tipi di celle, date e formattazione. Convertendo in CSV, una parte di questa ricchezza non può essere rappresentata.

L’obiettivo è spesso estrarre una tabella di dati utilizzabile, non riprodurre il foglio in ogni dettaglio.

JSON: oggetti e strutture annidate

JSON può rappresentare oggetti, liste e strutture gerarchiche. Una tabella CSV si converte naturalmente in una lista di oggetti: ogni riga diventa un oggetto e ogni intestazione una chiave.

L’operazione inversa richiede che gli oggetti possano essere riportati a colonne coerenti. Con sotto-oggetti e array diversi per riga, bisogna scegliere se appiattire, ignorare o conservare JSON come formato principale.

Tipi di valori

00123, 123 e "123" possono avere significati differenti. Un CAP, ID o codice prodotto non deve necessariamente diventare un numero. Le date sono altrettanto ambigue: 01/02/2026 può essere interpretato in modi diversi.

Prima della conversione, identifica quali colonne sono realmente numeriche, testuali, date o identificativi.

Pulire non significa convertire

CSV → JSON non elimina duplicati. Excel → CSV non rimuove spazi inutili. Per correggere i dati usa Pulire un file Excel o CSV, poi applica le trasformazioni necessarie.

Osservare prima di modificare

1. identifica formato e separatore;
2. controlla le intestazioni;
3. individua le colonne importanti;
4. controlla valori mancanti o anomali;
5. definisci il formato finale;
6. solo dopo pulisci, filtra, unisci o converti.

Intestazioni, separatore e codifica

Un’intestazione Nome cliente non è automaticamente uguale a nome_cliente per uno script. Prima di unire fonti, armonizza i nomi.

In molti paesi europei il punto e virgola è comune nei CSV perché la virgola è usata come separatore decimale. Importare con il separatore sbagliato può trasformare un’intera riga in una cella.

UTF‑8 è in genere la scelta più sicura per accenti e alfabeti diversi. Un encoding errato può rendere illeggibili caratteri corretti senza che il dato aziendale sia realmente danneggiato.

Schema e valori mancanti

Una tabella possiede uno schema implicito: colonne, significato, tipi attesi e regole. Prima di automatizzare definisci colonne obbligatorie, facoltative, tipi, valori ammessi e rappresentazione delle assenze.

Scegliere il formato in base alla destinazione

CSV è ottimo per scambi semplici, Excel per il lavoro umano in foglio di calcolo, JSON per API e strutture non piatte. Il formato migliore è quello che preserva le informazioni richieste dal prossimo utilizzo senza aggiungere complessità inutile.