DataTable

DataTable es el contrato tabular en memoria. Mantiene un esquema canonico estable y filas sincronizadas con ese esquema.

Lectura

Acceso por indiceAcceso por atributoAcceso por llave

Obtener una fila

row = datatable[0]
print(row.to_dict())

Leer un campo

print(datatable[0].name.value)

Leer un campo por columna

print(datatable[0]["age"].value)

Escritura

Actualizar columna existenteAgregar columna nueva

Mutar una celda sin duplicar columnas

datatable[0]["age"] = 31

Expandir el esquema

datatable[0]["country"] = "MX"

Efecto en toda la tabla

print(datatable[0].country.value)  # MX
print(datatable[1].country.value)  # None

Operaciones utiles

Operacion	Resultado
len(datatable)	total de filas
datatable.row(index)	fila por indice
datatable.column_names	tupla con nombres de columna
datatable.headers()	headers con nombre e indice
datatable.to_dict()	lista serializable de registros

Ejemplos reales de uso

Inspeccionar encabezadosMutar y serializar

Ver schema actual

print(datatable.column_names)
print([header.name for header in datatable.headers()])

Agregar una columna y exportar a dict

datatable[0]["country"] = "MX"
print(datatable.to_dict())

Schema-first

El esquema no depende de la fila que leas despues. Queda definido por la validacion inicial y por las expansiones controladas que hagas sobre la tabla.

Lo que no debes asumir

• No asumas que leer desde CSV preserva tipos nativos.
• No asumas que una columna ausente en una fila puede omitirse sin afectar el contrato.
• No asumas que una columna inexistente devolvera None; en lectura directa puede lanzar KeyError o AttributeError.

Buenas practicas de uso

• Lee columnas existentes por atributo o llave segun el caso, pero no mezcles supuestos sobre columnas faltantes.
• Cuando necesites una salida serializable, usa to_dict() en lugar de reconstruir registros manualmente.
• Agrega columnas nuevas sobre la tabla ya creada para que el schema se propague correctamente.

Crear tablas Guardar tablas