Ir a la herramienta
ViewCSV
Sin subir archivos

Descargar archivos CSV de ejemplo

orders.csv

15 filas · 8 columnas · pedidos con identificadores con ceros iniciales, un precio en blanco, espacios de relleno y una fila duplicada

Prueba a ordenar, filtrar, limpiar y convertir: los identificadores deben conservar sus ceros y la fila duplicada debe detectarse.

order_id,customer,city,product,quantity,unit_price,order_date,status
001041,Martina Sánchez,Barcelona,"Monitor 27""",6,231.53,2026-01-08,shipped
001042,Mateo Martínez,Bilbao,Notebook A5,8,143.73,2026-02-08,paid
001043,Valeria Gómez,Málaga,USB-C cable,6,87.50,2026-03-25,paid
001044,Lucía Sánchez,Barcelona,Notebook A5,1,91.58,2026-04-08,paid
001045,Valeria López,Málaga,Desk lamp,3,,2026-05-05,pending

contacts.csv

6 filas · 7 columnas · contactos con una nota de varias líneas y una coma entre comillas

Pensado para CSV a vCard: los encabezados se asocian automáticamente a los campos de contacto.

first_name,last_name,email,mobile,company,city,notes
Hugo,Rodríguez,contact1@example.test,+34 91 213 83 42,Mar Azul S.A.,Sevilla,
Martina,Martínez,contact2@example.test,+34 91 833 41 07,Soluciones Ibéricas S.L.,Zaragoza,"Met at the trade fair
Prefers email"
Martín,García,contact3@example.test,+34 91 439 48 98,Datos del Sur,Zaragoza,
Daniel,Fernández,contact4@example.test,+34 91 417 34 13,Datos del Sur,Barcelona,"VIP, call before 10:00"
Martina,Fernández,contact5@example.test,+34 91 788 87 71,Grupo Norte,Zaragoza,

customers.csv

8 filas · 4 columnas · clientes con identificadores de cinco dígitos

Crúzalo con el archivo de facturas por customer_id en Unir o combinar archivos CSV.

customer_id,name,country,segment
00301,Mateo González,España,education
00302,Martín López,España,education
00303,Sofía González,España,business
00304,Hugo Ruiz,España,business
00305,Martina González,España,business

invoices.csv

10 filas · 4 columnas · facturas que remiten a identificadores de cliente, algunos repetidos

El segundo archivo para combinar por clave; los identificadores de cliente repetidos muestran cómo se informa de las coincidencias de uno a varios.

customer_id,invoice_no,total,paid
00301,INV-2400,763.60,true
00305,INV-2401,244.15,true
00305,INV-2402,111.66,true
00303,INV-2403,429.31,true
00301,INV-2404,126.93,true

signups.csv

7 filas · 6 columnas · registros de usuarios con un correo no válido, una fecha imposible, un duplicado y una fila vacía

Pásalo por Validar CSV con reglas y luego por Limpiar datos de un CSV, y compara lo que detecta cada uno.

id,name,email,age,signup_date,plan
1," Hugo García",first@example.test,34,2026-01-04,pro
2,Lucía Rodríguez,not-an-email,thirty,2026-02-30,Pro
3,Martín  González,third@example.test,,2026-03-11,free
3,Martín  González,third@example.test,,2026-03-11,free
,,,,,

sales.csv

18 filas · 4 columnas · ingresos mensuales de tres regiones

Para gráficos, agrupaciones y tablas dinámicas: mes × región.

month,region,revenue,units
2026-01,Madrid,1263,69
2026-01,Barcelona,2817,34
2026-01,Valencia,1143,55
2026-02,Madrid,880,42
2026-02,Barcelona,2401,30

edge-cases.csv

5 filas · 4 columnas · casos límite para analizadores: comillas, saltos de línea, tabulaciones, emojis, una fórmula, identificadores largos

Comprueba que un programa conserva cada valor tal cual: 0007, 1.2300 y los identificadores de 20 dígitos deben mantenerse intactos.

id,label,note,amount
0007,"Comma, inside","He said ""yes""",1.2300
12345678901234567890,"Line
break","Ends with spaces  ",-0.5
003,Café · 東京 · Москва · مرحبا,=SUM(A1:A2),1e-3
004,,Tab	inside,
005,😀 emoji,"""quoted""",9007199254740993

prices-semicolon.csv

5 filas · 4 columnas · precios separados por punto y coma con coma decimal, como los guarda Excel en muchos idiomas europeos

Ábrelo para ver la detección del delimitador; filtra números con la coma como separador decimal.

item_no;description;price;quantity
000201;Coffee beans 1 kg;12,90;2
000202;Desk lamp;34,50;3
000203;USB-C cable, 2 m;7,99;4
000204;Notebook A5;3,25;5
000205;Soluciones Ibéricas S.L.;1.234,50;1

orders-100k.csv

100 000 pedidos, unos 7 MB, generados en tu navegador

Se genera a partir de una semilla fija, así que cada descarga es idéntica. Úsalo para probar cómo se manejan los archivos grandes.

Son siete archivos CSV pequeños con personas ficticias y direcciones de correo example.test, pensados para probar herramientas CSV. Cada uno se documenta abajo: sus columnas, para qué sirve y las trampas exactas que contiene, como identificadores con ceros a la izquierda del tipo 001041, una coma entre comillas, una comilla escapada, un salto de línea dentro de una celda, un precio vacío y una fila duplicada. Todos son texto UTF-8 separado por comas, con fila de encabezado y saltos de línea CRLF.

Los archivos y sus columnas

orders.csv15 pedidos: order_id, customer, city, product, quantity, unit_price, order_date, status. El archivo de uso general para ordenar, filtrar, asignar columnas y convertir.
orders-updated.csvUna versión posterior de orders.csv para comparar: el pedido 001044 tiene otra cantidad, el pedido 001046 ya no está y el pedido 001099 es nuevo.
contacts.csv6 contactos: first_name, last_name, email, mobile, company, city, notes. Pensado para exportar libretas de direcciones, por ejemplo a vCard.
customers.csv8 clientes: customer_id, name, country, segment. La parte izquierda de una combinación.
invoices.csv10 facturas: customer_id, invoice_no, total, paid. La parte derecha de una combinación; algunas facturas remiten al cliente 00309, que no figura en customers.csv.
signups.csv7 registros de altas desordenados a propósito: id, name, email, age, signup_date, plan. Pensado para limpiar y validar.
sales.csv18 filas de ventas mensuales en formato largo: month, region, revenue, units, seis meses para cada una de tres regiones. Pensado para gráficos, tablas dinámicas y trasposiciones.

Los nombres de columna son identificadores simples, como en la mayoría de los archivos exportados. Las fechas siguen ISO 8601 (2026-03-25), los meses se escriben 2026-01 y los importes tienen dos decimales con punto.

Casos límite incluidos en cada archivo

  • orders.csv: cada order_id se rellena con ceros hasta seis dígitos (de 001041 a 001054), así que una herramienta que lea los identificadores como números perderá los ceros. El producto Monitor 27" aparece escrito como "Monitor 27""" (una comilla escapada) y "Chair, ergonomic" contiene una coma entre comillas. El pedido 001045 tiene el unit_price vacío, el pedido 001047 tiene espacios alrededor del nombre del cliente y la última fila es un duplicado exacto del pedido 001043.
  • contacts.csv: una celda de notes ocupa dos líneas (Met at the trade fair / Prefers email) y otra contiene una coma (VIP, call before 10:00). La mayoría de las notas están vacías. Los números de móvil empiezan por +1 555.
  • customers.csv e invoices.csv: ambos usan como clave un customer_id de cinco dígitos con ceros a la izquierda, como 00301, así que la combinación solo encuentra coincidencias si los dos lados siguen siendo texto. El cliente 00308 tiene tres facturas, cuatro clientes no tienen ninguna y 00309 tiene facturas pero no una fila de cliente.
  • signups.csv: un nombre con un espacio al principio, otro con un espacio al final y otro con un espacio doble; not-an-email y N/A en la columna de correo; thirty y valores vacíos en age; la fecha imposible 2026-02-30 y la ambigua 11/03/2026; pro y Pro como dos grafías del mismo plan; un registro duplicado exacto, un registro totalmente vacío y ningún registro con id 4.
  • sales.csv: un archivo limpio y totalmente numérico. revenue y units son números enteros, así que sirve de caso de control: si una herramienta falla aquí, la culpa no es de datos desordenados.

Qué archivo usar para cada tarea

Ver, ordenar y filtrarorders.csv en el visor de CSV o en las herramientas para ordenar o filtrar. Ordena por order_id para comprobar que los identificadores con ceros a la izquierda mantienen su orden.
Convertirorders.csv para CSV a JSON, CSV a SQL o CSV a Excel; contacts.csv para CSV a vCard. Comprueba que 001041 se conserva y que la nota de dos líneas sigue siendo un solo valor.
Comparar dos versionesorders.csv frente a orders-updated.csv en Comparar CSV: deberías ver una fila modificada, una eliminada y una añadida.
Combinarcustomers.csv e invoices.csv en Unir o combinar archivos CSV con customer_id como clave.
Limpiar y validarsignups.csv en Limpiar datos de un CSV o Validar CSV: sirve para ver cuáles de los problemas descritos arriba detecta o corrige una herramienta.
Gráficos y reorganizaciónsales.csv en el creador de gráficos CSV (ingresos por mes o por región) o en Trasponer CSV.

En las páginas de las herramientas que los usan, Probar con un ejemplo carga directamente el archivo correspondiente, para que veas cómo se comporta la herramienta antes de abrir tus propios datos.

¿Los datos son reales?

No. Las personas son combinaciones al azar de nombres y apellidos comunes, las empresas son inventadas, todas las direcciones de correo usan el dominio reservado .test de RFC 2606 y los teléfonos de la versión en inglés usan el rango 555. Los nombres de ciudades son lugares reales y solo se usan como etiquetas. Los precios, las cantidades y las fechas se generan a partir de una semilla fija, así que cada archivo sale idéntico cada vez que se crea.

Los archivos siguen el idioma de la interfaz: en la página de otro idioma, los nombres, las ciudades, las empresas y los formatos de teléfono son los habituales para ese público, mientras que los nombres de columna, los identificadores y los casos límite no cambian.

Cuando necesitas otro archivo

Estos archivos son pequeños a propósito, para que puedas revisar cada fila a simple vista. Si necesitas miles de filas, otros tipos de columna o tus propios nombres de columna, usa el generador de datos de prueba CSV: la misma semilla y la misma configuración siempre dan el mismo archivo, así que una prueba se puede repetir exactamente.

Ejemplo: cómo se lee una fila de contactos con trampa

Los tres primeros registros de contacts.csv tal como están escritos en el archivo, y los valores que devuelve para ellos un lector correcto según RFC 4180. El salto de línea y la coma quedan dentro del valor de notes; un último campo vacío es una cadena vacía, no una columna que falta.

CSV
first_name,last_name,email,mobile,company,city,notes
Ava,Williams,contact1@example.test,+1 555-235-0351,Harbor Analytics,Atlanta,
Mary,Brown,contact2@example.test,+1 555-073-4622,Bluebird Labs,Chicago,"Met at the trade fair
Prefers email"
Olivia,Garcia,contact3@example.test,+1 555-982-2565,Northwind,Chicago,
Registros analizados (7 valores cada uno)
[
  ["Ava", "Williams", "contact1@example.test", "+1 555-235-0351", "Harbor Analytics", "Atlanta", ""],
  ["Mary", "Brown", "contact2@example.test", "+1 555-073-4622", "Bluebird Labs", "Chicago", "Met at the trade fair\nPrefers email"],
  ["Olivia", "Garcia", "contact3@example.test", "+1 555-982-2565", "Northwind", "Chicago", ""]
]

Preguntas frecuentes

¿Puedo usar estos archivos en mis propias pruebas o tutoriales?

No contienen personas ni datos de contacto reales, así que puedes usarlos sin problema como datos de prueba. Ten en cuenta que los nombres de ciudades corresponden a lugares reales.

¿Por qué los identificadores empiezan por ceros?

Porque en las exportaciones reales es frecuente (números de pedido, códigos postales, códigos de producto) y es lo que una herramienta CSV estropea con más frecuencia. Si 001041 se convierte en 1041, la herramienta ha convertido texto en número.

¿Por qué hay una fila duplicada en orders.csv?

Para probar la eliminación de duplicados y la comparación. El último registro repite exactamente el pedido 001043, así que una comprobación de duplicados debería encontrar una fila duplicada.

Normas y referencias