Módulo 10 — Lectura, modificación y escritura de archivos

Duración estimada: 4 h

Objetivos

Al finalizar este módulo serás capaz de:

  • Abrir un archivo en modo lectura, escritura o añadido con open().
  • Escribir en un archivo nuevo con .write().
  • Usar el módulo csv para leer y escribir archivos CSV de forma robusta.
  • Reconocer por qué trocear un CSV a mano con .split(",") puede dar resultados incorrectos.

Materiales

Este módulo usa species_observations.csv (ya conocido) y un archivo nuevo, muestras_con_comas.csv:

sample_id,especie,notas
M01,Quercus robur,"Ejemplar sano, sin danos visibles"
M02,Pinus sylvestris,"Corteza danada, posible plaga"
M03,Fragaria vesca,"Sin observaciones"

Fíjate en las notas: llevan una coma dentro del propio campo de texto, y por eso van entre comillas dobles. Esto es habitual en CSV reales.

Modos de apertura: lectura, escritura, añadido

open(ruta, modo) acepta un segundo argumento que dice qué vas a hacer con el archivo — el mismo concepto que > y >> de la terminal (módulo 5), ahora dentro de Python:

Modo Significa Equivalente en shell
"r" (por defecto) leer —
"w" escribir, sobrescribiendo si ya existe >
"a" añadir al final, sin borrar lo que había >> 
with open("species_observations.csv") as f:
    contenido = f.read()      # todo el archivo como una sola cadena
print(contenido[:50])         # primeros 50 caracteres

f.read() trae el archivo entero de una vez, como cadena; f.readlines() (módulo 7) lo trae como una lista de líneas; iterar con for linea in f: los lee uno a uno sin cargar el archivo entero en memoria — la opción más segura para archivos grandes.

Escribir archivos con .write()

with open("species_observations.csv") as f:
    lineas = f.readlines()

with open("resumen.txt", "w") as f:
    for linea in lineas[1:]:                 # nos saltamos la cabecera
        campos = linea.strip().split(",")
        sample_id, especie, count = campos[0], campos[5], campos[6]
        f.write(f"{sample_id}: {especie} ({count} individuos)\n")

.write(), a diferencia de print(), no añade un salto de línea automáticamente — por eso el \n al final de la f-string es necesario; sin él, todas las líneas quedarían pegadas en una sola.

Para añadir algo más sin borrar lo ya escrito, abre en modo "a":

with open("resumen.txt", "a") as f:
    f.write(f"Total de observaciones: {len(lineas) - 1}\n")

Un problema real: por qué split(",") no basta

Ya usas .split(",") desde el módulo 8 para trocear una línea CSV. Pruébalo sobre muestras_con_comas.csv:

with open("muestras_con_comas.csv") as f:
    for linea in f:
        campos = linea.strip().split(",")
        print(len(campos), campos)
3 ['sample_id', 'especie', 'notas']
4 ['M01', 'Quercus robur', '"Ejemplar sano', ' sin danos visibles"']
4 ['M02', 'Pinus sylvestris', '"Corteza danada', ' posible plaga"']
3 ['M03', 'Fragaria vesca', '"Sin observaciones"']

Las filas M01 y M02 dan 4 campos en vez de 3: split(",") no sabe que la coma de "Ejemplar sano, sin danos visibles" está protegida por las comillas, y la interpreta como un separador más. El resultado es una lista con el campo de notas partido por la mitad — un error silencioso que desplazaría todos los datos si intentaras acceder a campos[2] esperando la nota completa.

La solución es no reinventar el analizador de CSV: Python trae uno en la librería estándar, el módulo csv, que sí entiende las comillas:

import csv

with open("muestras_con_comas.csv") as f:
    lector = csv.reader(f)
    for fila in lector:
        print(len(fila), fila)
3 ['sample_id', 'especie', 'notas']
3 ['M01', 'Quercus robur', 'Ejemplar sano, sin danos visibles']
3 ['M02', 'Pinus sylvestris', 'Corteza danada, posible plaga']
3 ['M03', 'Fragaria vesca', 'Sin observaciones']

Ahora sí: siempre 3 campos, con la coma de la nota intacta dentro del campo, sin comillas de sobra.

csv.DictReader y csv.DictWriter

csv.reader te da cada fila como una lista (accedes por posición, como con .split(",")). csv.DictReader va un paso más allá y te da cada fila como un diccionario, usando la cabecera del archivo como claves — conectando con lo que aprendiste en el módulo 8:

with open("species_observations.csv") as f:
    lector = csv.DictReader(f)
    for fila in lector:
        print(fila["species"])

csv.DictWriter hace lo inverso: escribe diccionarios como filas de un CSV nuevo.

with open("species_observations.csv") as f:
    lector = csv.DictReader(f)
    abundantes = [fila for fila in lector if int(fila["count"]) > 3]

with open("solo_abundantes.csv", "w", newline="") as f:
    escritor = csv.DictWriter(f, fieldnames=abundantes[0].keys())
    escritor.writeheader()
    escritor.writerows(abundantes)

int(fila["count"]) es imprescindible: como viste en el módulo 8, todo lo que sale de un CSV es texto, y "12" > 3 daría un error en Python (no se puede comparar texto con número). newline="" al abrir el archivo de escritura es una recomendación del propio módulo csv para evitar líneas en blanco de más en Windows; no hace daño dejarlo siempre.

Ejercicios

  1. Abre species_observations.csv en modo lectura y usa .read() para imprimir todo su contenido de una vez.
  2. Usa .readlines() y un bucle for para imprimir solo el sample_id (primera columna) de cada fila, saltándote la cabecera.
  3. Escribe un archivo nuevo resumen.txt con una línea por observación, con el formato "<sample_id>: <especie> (<count> individuos)".
  4. Añade (modo "a") una línea final a resumen.txt con el total de observaciones.
  5. Sobre muestras_con_comas.csv, trocea cada línea con .split(",") e imprime cuántos campos obtienes por fila. Comprueba que las filas con coma dentro de las notas dan 4 campos en vez de 3.
  6. Repite el ejercicio anterior con csv.reader y comprueba que ahora todas las filas dan exactamente 3 campos.
  7. Usa csv.DictReader sobre species_observations.csv e imprime fila["species"] para cada fila.
  8. (Reto) Usa csv.DictReader y csv.DictWriter para crear solo_abundantes.csv, con únicamente las filas de species_observations.csv donde count sea mayor que 3.

Soluciones

  1. with open("species_observations.csv") as f:
    print(f.read())
  2. with open("species_observations.csv") as f:
    lineas = f.readlines()
for linea in lineas[1:]:
    print(linea.strip().split(",")[0])
  3. Ver la sección “Escribir archivos con .write()”.
  4. Ver la sección “Escribir archivos con .write()” (bloque con modo "a").
  5. with open("muestras_con_comas.csv") as f:
    for linea in f:
        campos = linea.strip().split(",")
        print(len(campos), campos)
  6. import csv
with open("muestras_con_comas.csv") as f:
    lector = csv.reader(f)
    for fila in lector:
        print(len(fila), fila)
  7. import csv
with open("species_observations.csv") as f:
    lector = csv.DictReader(f)
    for fila in lector:
        print(fila["species"])
  8. import csv
with open("species_observations.csv") as f:
    lector = csv.DictReader(f)
    abundantes = [fila for fila in lector if int(fila["count"]) > 3]

with open("solo_abundantes.csv", "w", newline="") as f:
    escritor = csv.DictWriter(f, fieldnames=abundantes[0].keys())
    escritor.writeheader()
    escritor.writerows(abundantes)