CSV Import Pitfalls

CSV ดูง่าย แต่พังง่ายกว่า

CSV (Comma-Separated Values) เป็น Format ที่ใช้แลกเปลี่ยนข้อมูลมากที่สุด แต่เต็มไปด้วยกับดักที่ทำให้ข้อมูลเพี้ยนตั้งแต่ตอน Import

ปัญหาที่ 1: Leading Zeros หายไป

Google Sheets

รหัสไปรษณีย์ 01000 หรือเลขบัตรประชาชน 0812345678 — พอ Import เข้า Sheets จะกลายเป็น 1000 และ 812345678

วิธีแก้

1. Import แบบ Plain Text — เปิดไฟล์ > Import > แยก type เป็น Text สำหรับคอลัมน์นั้น
2. ใส่ Apostrophe นำหน้า — พิมพ์ '01000 จะเก็บเป็น Text
3. ใช้สูตร TEXT() — =TEXT(A1, "00000") เพื่อเติม Leading Zero กลับ

=TEXT(1000, "00000")     → "01000"
=TEXT(812345678, "0000000000")  → "0812345678"

ข้อมูลหายถาวร!

ถ้า Import แล้ว Leading Zero หาย — ค่าในเซลล์จะเปลี่ยนเป็นตัวเลขจริง ๆ ไม่สามารถกู้คืนได้ด้วยการเปลี่ยน Format อย่างเดียว ต้องใช้ TEXT() สร้างใหม่

C

#include <stdio.h>
#include <string.h>
// อ่าน CSV ต้องเก็บเป็น string ไม่ใช่ int
int main() {
    char zipcode[] = "01000";
    printf("ZIP: %s\n", zipcode);  // เก็บเป็น string → ไม่หาย
    return 0;
}

Python

import pandas as pd
# บังคับให้คอลัมน์เป็น string ตอนอ่าน
df = pd.read_csv("data.csv", dtype={"zipcode": str, "phone": str})
print(df["zipcode"].head())  # 01000 ยังอยู่

SQL

-- เก็บรหัสไปรษณีย์เป็น VARCHAR ไม่ใช่ INT
CREATE TABLE addresses (
    zipcode VARCHAR(5),  -- ไม่ใช่ INT!
    phone   VARCHAR(10)
);

ปัญหาที่ 2: วันที่ถูกตีความผิด

Google Sheets

01/02/2025 คือ 1 กุมภาพันธ์ หรือ 2 มกราคม? ขึ้นอยู่กับ Locale ของ Spreadsheet

Locale	ตีความ 01/02/2025 เป็น
US (MM/DD/YYYY)	2 มกราคม
Thai/EU (DD/MM/YYYY)	1 กุมภาพันธ์

วิธีแก้

1. ตรวจสอบ Locale: File > Settings > Locale
2. ใช้ Format ISO 8601 ใน CSV: 2025-02-01 (ไม่ ambiguous)
3. Import แล้วตรวจสอบวันที่ตัวอย่างทันที

Tip

ใช้ YYYY-MM-DD ในไฟล์ CSV เสมอ — เป็น Format สากลที่ไม่มี ambiguity

C

#include <stdio.h>
#include <time.h>
// ISO 8601 format ชัดเจนที่สุด
int main() {
    struct tm t = {0};
    strptime("2025-02-01", "%Y-%m-%d", &t);
    printf("Month: %d, Day: %d\n", t.tm_mon+1, t.tm_mday);
    return 0;
}

Python

import pandas as pd
# ระบุ format ตอนอ่านเพื่อไม่ให้ตีความผิด
df = pd.read_csv("data.csv", parse_dates=["date"],
                  dayfirst=True)  # DD/MM/YYYY

SQL

-- ใช้ STR_TO_DATE() ระบุ format ชัดเจน
SELECT STR_TO_DATE('01/02/2025', '%d/%m/%Y') AS parsed_date;

ปัญหาที่ 3: Encoding ภาษาไทย

Google Sheets

ไฟล์ CSV ภาษาไทยอาจใช้ Encoding ต่างกัน:

Encoding	ใช้โดย	ปัญหา
UTF-8	มาตรฐานสมัยใหม่	ไม่มี ถ้าไฟล์เป็น UTF-8 จริง
TIS-620 / Windows-874	ระบบราชการไทย, โปรแกรมเก่า	ภาษาไทยเป็นอักษรแปลก ๆ

วิธีแก้

1. เปิดไฟล์ใน Text Editor (เช่น VS Code) ก่อน → ดู Encoding ที่มุมขวาล่าง
2. ถ้าเป็น TIS-620 → Save As UTF-8 ก่อน Import
3. ใน Google Sheets: File > Import > Upload > เลือก “Detect automatically”

Caution

ไฟล์จากธนาคารหรือหน่วยงานราชการไทยมักเป็น TIS-620 — ต้องแปลงเป็น UTF-8 ก่อนเสมอ

C

// ใน C ต้องจัดการ encoding ด้วย iconv library
// iconv -f TIS-620 -t UTF-8 input.csv > output.csv

Python

# อ่านไฟล์ TIS-620
df = pd.read_csv("data.csv", encoding="tis-620")
# แล้ว save เป็น UTF-8
df.to_csv("data_utf8.csv", encoding="utf-8", index=False)

SQL

-- ตั้ง character set ตอน LOAD DATA
LOAD DATA INFILE 'data.csv'
INTO TABLE my_table
CHARACTER SET tis620
FIELDS TERMINATED BY ',';

สรุป

ปัญหา	สาเหตุ	วิธีแก้
Leading Zeros หาย	Auto type detection	Import เป็น Text / ใช้ TEXT()
วันที่ผิด	Locale ต่างกัน	ใช้ ISO 8601 / ตรวจ Locale
ภาษาไทยเพี้ยน	Encoding ไม่ตรง	แปลงเป็น UTF-8 ก่อน Import