Codifica tu presupuesto: Un script de Python de 20 minutos que categoriza los gastos de un archivo CSV

Los presupuestos no son más que canalizaciones de datos disfrazadas. Si alguna vez has seguido gastos a mano o dependido de apps que se sienten pesadas o restrictivas, este artículo te muestra cómo recuperar el control con un enfoque simple y reproducible. En menos de 20 minutos construirás una herramienta en Python que clasifica automáticamente gastos desde un archivo CSV sin suscripciones ni paneles innecesarios, solo automatización clara y auditada.

Por qué automatizar tu presupuesto. Para desarrolladores y equipos técnicos, automatizar no solo ahorra tiempo sino que mejora la precisión y libera capacidad mental. El presupuesto manual es lento y propenso a errores: se olvidan compras pequeñas, se etiquetan mal transacciones o se omite la conciliación. Un sistema en Python soluciona esto leyendo transacciones desde tu CSV, categorizándolas con reglas por palabras clave y resumiendo gastos por categoría, mes o comercio. Es simple, escalable y auditable, principios que también aplicamos en Q2BSTUDIO cuando desarrollamos aplicaciones a medida y software a medida.

Paso 1 Preparar los datos. Exporta tus transacciones desde la app del banco o tarjeta en formato CSV. Normalmente tendrás columnas como Date, Description, Amount. Guarda el archivo como transactions.csv en el directorio del proyecto. Un ejemplo de filas puede verse así 2025-01-04, AMAZON MARKETPLACE, -45.32 2025-01-05, UBER TRIP, -13.60 2025-01-06, SALARY PAYMENT, 2500.00

Paso 2 Definir categorías. Crea un pequeño diccionario de palabras clave asociadas a categorías. Por ejemplo palabras clave AMAZON UBER STARBUCKS SALARY NETFLIX con categorías Shopping Transport Food and Drink Income Entertainment. Ese será el motor de reglas que podrás ampliar según evolucionen tus gastos.

Paso 3 Lógica de categorización. En lugar de pegar código exacto que requiera comillas, aquí describimos la estructura lógica que puedes implementar en Python usando csv.DictReader y csv.DictWriter. Crea una función categorize_transaction que recorre las claves del diccionario de palabras y compara cada descripción convertida a mayúsculas. Si encuentra una coincidencia asigna la categoría correspondiente y en caso contrario devuelve Uncategorized. Abre transactions.csv en modo lectura y crea categorized.csv en modo escritura añadiendo la columna Category. Para cada fila del reader asigna row[Category] con el resultado de categorize_transaction y escribe la fila en el writer. Al ejecutar obtendrás categorized.csv con la columna Category añadida.

Paso 4 Resumen de gastos por categoría. Con el archivo categorizado es sencillo agregar un sumario. Usa collections.defaultdict con float para acumular importes. Recorre categorized.csv, convierte el campo Amount a flotante y suma por cada Category. Al final imprime cada categoría y su total formateado con dos decimales. El resultado será algo similar a Shopping -245.80 Food and Drink -78.60 Transport -32.40 Income 2500.00

Paso 5 Escalar y optimizar. Una vez tengas lo básico en marcha hay varias mejoras prácticas: añadir resúmenes mensuales usando datetime; usar pandas para análisis y visualización más rápidos; exponer los resultados en una UI ligera con Streamlit o integrarlo con herramientas de BI; y conectar con APIs bancarias para descargas automáticas en tiempo real. Si tu empresa o proyecto necesita una solución a medida, en Q2BSTUDIO diseñamos y desarrollamos aplicaciones a medida integrando inteligencia artificial y servicios cloud para escalar con seguridad.

Buenas prácticas y extensiones avanzadas. Para evitar falsos positivos en la categorización añade patrones más complejos usando expresiones regulares y prioriza coincidencias exactas para comercios recurrentes. Implementa reglas de excepción para reembolsos o transferencias internas. Si quieres analizar grandes volúmenes de datos incorpora pipelines con servicios cloud aws y azure y, para cuadros de mando y análisis, conecta los resultados a soluciones de inteligencia de negocio y power bi.

Cómo encaja Q2BSTUDIO. Somos una empresa de desarrollo de software especializada en soluciones personalizadas, inteligencia artificial para empresas, ciberseguridad y servicios cloud aws y azure. Podemos convertir este script de 20 minutos en una solución corporativa: desde integración con APIs bancarias hasta paneles automáticos en Power BI y agentes IA que etiqueten transacciones de forma progresiva. Si prefieres una aplicación multimódulo totalmente a medida visita nuestra página sobre desarrollo de aplicaciones y software multiplataforma en desarrollo de aplicaciones a medida y si te interesa aplicar modelos de IA a tus procesos te invitamos a conocer nuestros servicios en soluciones de inteligencia artificial para empresas. Además ofrecemos servicios de ciberseguridad y pentesting para proteger tus datos financieros y garantizar cumplimiento y resiliencia.

Palabras clave para posicionamiento. Este artículo integra conceptos relevantes como aplicaciones a medida software a medida inteligencia artificial ciberseguridad servicios cloud aws y azure servicios inteligencia de negocio ia para empresas agentes IA power bi que te ayudarán a encontrar soluciones técnicas y estratégicas alineadas con tus necesidades.

Conclusión Código y flujo de caja. No necesitas herramientas caras para entender a dónde va tu dinero, solo un script sencillo y un sistema claro. En 20 minutos puedes tener un marco de presupuestación transparente, personalizable y basado en datos. Si quieres que transformemos este prototipo en una solución empresarial segura y escalable contacta con Q2BSTUDIO y te ayudamos a automatizar todo el proceso, desde la ingesta de datos hasta la visualización y la seguridad.