Convertir CSV a JSON

Visión General

CSV es el formato de exportación universal para spreadsheets y bases de datos pero carece de estructura anidada y tipos explícitos. Convertir CSV a JSON habilita ingesta en APIs REST, almacenamiento en document stores NoSQL y data binding del lado del cliente. Esta recipe cubre conversión robusta CSV a JSON con inferencia de tipos, mapeo a objetos anidados y streaming para archivos grandes en Python, JavaScript y Java.

Cuándo Usar

Usa este recurso cuando:

• Importes exports de spreadsheets en una aplicación web o API
• Cargues datos planos en MongoDB, Elasticsearch u otros document stores
• Habilites visualización de datos del lado del cliente desde exports CSV
• Proceses archivos CSV grandes que exceden memoria si se cargan enteros como JSON

Solución

Python

# csv + json de la librería estándar
import csv
import json

with open('data.csv', newline='', encoding='utf-8') as f:
    reader = csv.DictReader(f)
    rows = list(reader)

with open('data.json', 'w', encoding='utf-8') as f:
    json.dump(rows, f, indent=2)

# pandas para inferencia de tipos y columnas anidadas
# pip install pandas
import pandas as pd

df = pd.read_csv('data.csv')
df['date'] = pd.to_datetime(df['date'])
json_data = df.to_json(orient='records', date_format='iso')
print(json_data)

JavaScript

// csv-parse para conversión robusta con streaming
// npm install csv-parse
import { parse } from 'csv-parse';
import fs from 'fs';

const parser = fs.createReadStream('data.csv').pipe(
  parse({ columns: true, cast: true })
);

const rows = [];
for await (const row of parser) {
  rows.push(row);
}
console.log(JSON.stringify(rows, null, 2));

// papaparse para conversión en el browser
// npm install papaparse
import Papa from 'papaparse';

const csv = 'name,age\nAlice,30\nBob,25';
const result = Papa.parse(csv, { header: true });
console.log(JSON.stringify(result.data, null, 2));

Java

// Jackson CSV module para conversión con streaming
// Maven: com.fasterxml.jackson.dataformat:jackson-dataformat-csv
import com.fasterxml.jackson.databind.ObjectMapper;
import com.fasterxml.jackson.dataformat.csv.CsvMapper;
import com.fasterxml.jackson.dataformat.csv.CsvSchema;

public class CsvToJson {
    public static void main(String[] args) throws Exception {
        CsvSchema schema = CsvSchema.builder()
            .setUseHeader(true)
            .build();
        CsvMapper csvMapper = new CsvMapper();
        ObjectMapper jsonMapper = new ObjectMapper();

        List<Map<String, String>> rows = csvMapper
            .readerFor(Map.class)
            .with(schema)
            .readValues(new File("data.csv"))
            .readAll();

        jsonMapper.writerWithDefaultPrettyPrinter()
            .writeValue(new File("data.json"), rows);
    }
}

Explicación

CSV no tiene sistema de tipos nativo: cada valor es una cadena. JSON soporta strings, números, booleanos, null, arrays y objetos. La conversión requiere decisiones de casting: age debería convertirse a entero, active a booleano, y tags a lista. csv.DictReader (Python) y csv-parse (JS) tratan todos los campos como strings por defecto; se necesitan funciones de casting explícitas o definiciones de schema para fidelidad de tipos.

El streaming es crítico para archivos grandes. csv-parse (JS) y Jackson (Java) soportan lectores streaming que emiten una fila a la vez, manteniendo uso de memoria O(tamaño de fila) en lugar de O(tamaño de archivo). Para objetos JSON anidados, usa convenciones de nombres de columna como user.name y utilidades de flattening (ej. paquete flat de npm, pandas.json_normalize) para reconstruir jerarquías.

Variantes

Tecnología	Librería	Enfoque	Notas
Python	csv + json	DictReader + json.dump	Librería estándar, sin dependencias
Python	pandas	read_csv + to_json	Inferencia de tipos, columnas anidadas, soporte para archivos grandes
JavaScript	csv-parse	parse({ columns: true })	Streaming, async iterables, enfocado en Node
JavaScript	papaparse	Papa.parse(csv, { header: true })	Browser + Node, maneja CSV malformado robustamente
Java	Jackson CSV	CsvMapper + ObjectMapper	Streaming, schema-driven, estándar enterprise
Java	Apache Commons CSV	CSVFormat.DEFAULT.parse()	Alternativa ligera, serialización JSON manual

Mejores Prácticas

• Usa DictReader / columns: true para mapear headers CSV directamente a claves JSON en lugar de arrays posicionales
• Haz casting de tipos explícitamente: CSV no tiene booleanos o fechas; define un schema o post-procesa filas para evitar strings "true"
• Haz streaming de archivos grandes: Para archivos sobre 100MB, usa parsers streaming y escribe JSON en chunks o a base de datos
• Valida schema JSON después de la conversión: Usa jsonschema (Python), ajv (JS) o validadores de Jackson para asegurar que la salida coincide con la estructura esperada
• Preserva encoding UTF-8: Especifica encoding='utf-8' en Python y manejo de BOM en JS para evitar caracteres internacionales corruptos

Errores Comunes

• Cargar CSVs multi-gigabyte enteros en memoria: Causa errores OOM; siempre haz streaming o procesamiento por chunks
• No manejar comas y saltos de línea entre comillas: Un naive split(',') rompe con "New York, NY"; siempre usa un parser CSV apropiado
• Asumir orden de columnas consistente: Los headers CSV pueden cambiar; referencia campos por nombre, no por índice
• Ignorar marcadores BOM: CSVs exportados de Excel pueden tener un BOM UTF-8 que corrompe la primera clave de header
• Olvidar formato de fechas: JSON no tiene tipo date; usa strings ISO 8601 (2024-01-15T00:00:00Z) para consistencia

Preguntas Frecuentes

¿Cómo convierto CSV con estructuras JSON anidadas?

Usa nombres de columna en notación de puntos (user.name, user.email) y reconstruye objetos programáticamente. En Python, usa pandas con json_normalize a la inversa, o escribe un reducer. En JavaScript, librerías como flat pueden expandir dot-keys en objetos anidados. Jackson soporta @JsonUnwrapped para mapeo anidado de POJOs en Java.

¿Cuál es el enfoque más eficiente en memoria para CSVs grandes?

Haz streaming de filas y escribe JSON incrementalmente. En Python, usa ijson para emitir elementos de array JSON sin mantener la lista completa. En JavaScript, pipea csv-parse hacia un writer JSON streaming. En Java, usa SequenceWriter de Jackson para appendear filas a un array JSON sin buffering.

¿Cómo manejo archivos CSV sin headers?

Define un array de headers manualmente y haz zip con los valores de fila. Python: dict(zip(headers, row)). JavaScript: Object.fromEntries(headers.map((h, i) => [h, row[i]])). Java: Provee un CsvSchema con nombres de columna explícitos vía CsvSchema.builder().addColumn("name")....