Dados e tabelas: compreender CSV, Excel, JSON e a estrutura de um conjunto de dados

Um ficheiro de dados parece muitas vezes simples: algumas colunas, linhas e valores. Muitos problemas surgem, porém, ao limpar, comparar, juntar ou converter a informação. Uma coluna pode mudar de nome, o separador CSV pode ser mal interpretado, um número pode tornar-se texto ou duas fontes podem descrever a mesma informação com estruturas diferentes.

A estrutura conta mais do que a extensão

Numa tabela clássica, cada linha representa normalmente um registo e cada coluna um atributo. Um ficheiro de clientes pode conter id, nome, email e pais.

O cabeçalho dá significado aos valores. Se dois ficheiros utilizam email e endereco_email, uma junção automática nem sempre consegue perceber que são a mesma coluna.

CSV: simples e portátil

CSV significa Comma-Separated Values, mas o separador nem sempre é a vírgula. Dependendo do software e da região, pode ser ponto e vírgula, tabulação ou outro caráter.

CSV é texto: não conserva fórmulas, cores, várias folhas ou formatação do Excel. Essa simplicidade torna-o portátil, mas exige atenção a separadores, aspas, codificação e quebras de linha nas células.

O Validador CSV ajuda a verificar a estrutura.

TSV

TSV segue a mesma lógica mas usa tabulação como separador. CSV e TSV continuam formatos tabulares planos: representam linhas e colunas, não hierarquias complexas.

Excel: mais do que valores

Um ficheiro Excel pode conter várias folhas, fórmulas, tipos de célula, datas e formatação. Ao converter para CSV, parte dessa riqueza não pode ser preservada.

O objetivo é muitas vezes extrair uma tabela de dados utilizável, não reproduzir o livro exatamente.

JSON: objetos e estruturas aninhadas

JSON pode representar objetos, listas e estruturas hierárquicas. Uma tabela CSV converte-se naturalmente numa lista de objetos: cada linha torna-se um objeto e cada cabeçalho uma chave.

A operação inversa exige que os objetos possam ser reduzidos a colunas coerentes. Com subobjetos ou listas diferentes por linha, é necessário escolher entre achatar, ignorar ou manter JSON como formato principal.

Tipos de valores

00123, 123 e "123" podem ter intenções diferentes. Um código postal, identificador ou referência de produto não deve necessariamente ser tratado como número. As datas têm a mesma ambiguidade: 01/02/2026 não é interpretado da mesma forma em todo o lado.

Antes de converter, identifique colunas numéricas, textuais, datas e identificadores.

Limpar não é converter

CSV → JSON não remove duplicados. Excel → CSV não elimina espaços. Para corrigir os dados use Limpar um ficheiro Excel ou CSV, depois aplique as restantes transformações.

Observar antes de modificar

1. identificar formato e separador;
2. verificar cabeçalhos;
3. localizar colunas importantes;
4. controlar valores em falta ou anómalos;
5. definir o formato de destino;
6. só depois limpar, filtrar, juntar ou converter.

Cabeçalhos, separador e codificação

Nome cliente não é automaticamente igual a nome_cliente para um script. Harmonize nomes antes de juntar fontes.

Em ambientes onde a vírgula é decimal, o ponto e vírgula aparece frequentemente em CSV. Um separador incorreto pode colocar toda a linha numa única célula.

UTF‑8 é normalmente a escolha mais segura para acentos e alfabetos variados. Uma codificação errada pode tornar caracteres ilegíveis sem que os dados de negócio estejam errados.

Esquema e valores em falta

Uma tabela possui um esquema implícito: colunas, significado, tipos esperados e regras. Antes de automatizar, defina colunas obrigatórias, opcionais, tipos, valores permitidos e representação de ausências.

Escolher o formato pelo destino

CSV é excelente para intercâmbio simples, Excel para trabalho humano em folha de cálculo e JSON para APIs e estruturas não planas. O melhor formato é o que preserva a informação necessária ao próximo uso sem acrescentar complexidade inútil.