كيفية إزالة الصفوف المكررة في CSV

لماذا تنجو الصفوف "المتطابقة" من عملية إلغاء البيانات المكررة

يعالج التشذيب أول وآخر هذه العناصر مباشرة. يحتاج الآخرون إلى قرار منك، ولهذا السبب لا يتم تطبيعهم بصمت - حالة الطي، على سبيل المثال، صحيحة لعناوين البريد الإلكتروني وخاطئة لرموز المنتج، ولا يمكن للأداة معرفة أي عمود هو.

• مسافات زائدة أو بادئة. غير مرئية في جدول البيانات، حاسمة للمقارنة.
• اختلافات القضية. ann@example.com وAnn@example.com عبارة عن سلاسل مختلفة، على الرغم من أنهما نفس صندوق البريد.
• اقتباس مختلف. "Smith, John" وSmith\، يمكن أن يحمل John نفس القيمة ويختلف البايت عن البايت قبل التحليل.
• مساحات غير قابلة للكسر. يؤدي النسخ واللصق من صفحة ويب أو PDF في كثير من الأحيان إلى استبدال U+00A0 بمساحة عادية، ولا يبدو أي شيء فيها غير عادي.
• عمود فارغ زائدة. تقوم إحدى عمليات التصدير بكتابة أربعة حقول، بينما تقوم عملية تصدير أخرى بكتابة أربعة حقول ومحدد زائدة.

الترتيب الذي يعمل

كل خطوة من هذه الخطوات غير قابلة للتراجع بشكل منفصل، حتى آخر عشرين عملية، لذلك لا توجد تكلفة لمحاولة واحدة وعكسها.

1. قم بتحميل الملف وتأكد من صحة المحدد وعدد الأعمدة. إن إلغاء تكرار الملف الذي تم تحليله كعمود واحد لا يؤدي إلى أي شيء مفيد.
2. قم بقص المسافة البيضاء في كل خلية.
3. قم بإزالة الصفوف الفارغة إذا كانت عملية التصدير تحتوي عليها، حتى لا يتم طيها في صف واحد فارغ محتفظ به.
4. إزالة الصفوف المكررة.
5. التحقق من عدد الصفوف قبل وبعد. الفرق هو عدد التكرارات الموجودة.

تكرارات الصف بأكمله، وليس المفاتيح المكررة

يؤدي هذا إلى إزالة الصفوف المتطابقة في كل عمود. وهذا ليس مثل إزالة الصفوف التي تشترك في المفتاح.

إذا ظهر العميل نفسه مرتين بتواريخ تسجيل مختلفة، فلن تكون تلك صفوفًا مكررة - بل هما سجلان مختلفان يشتركان في الاسم. قد تؤدي إزالة واحدة إلى حذف البيانات، ولن تقوم الأداة بذلك بناءً على التخمين.

لإلغاء التكرار بواسطة مفتاح، قم بتقليل التصدير إلى الأعمدة التي تحدد المفتاح، وقم بإلغاء تكرار ذلك، واستخدم النتيجة كقائمة بحث. أو يمكنك الانضمام إلى جدول بيانات أو قاعدة بيانات، حيث ينتمي هذا النوع من القرار.

إلغاء تكرار عمود واحد من القيم

إذا كانت مشكلتك الفعلية عبارة عن قائمة - عناوين البريد الإلكتروني، ووحدات SKU، وعناوين URL - وليس جدولًا، فإن مجموعة أدوات النص هي المسار الأسرع. فهو يقوم بإلغاء تكرار الأسطر، وقصها، وفرزها، ويتطلب عملية لصق بدلاً من ملف.

تنطبق نفس قاعدة الترتيب هناك: الاقتطاع أولاً، ثم إلغاء التكرار.

مثال عملي: قائمة بريدية مدمجة من ثلاث عمليات تصدير

تم تجميع ثلاث عمليات تصدير في ملف صف واحد 4,812 مع عمود الاسم والبريد الإلكتروني والمصدر. تظهر بعض جهات الاتصال في أكثر من مصدر، ويتم تجميع الملف عن طريق النسخ واللصق، لذا تحتوي بعض الصفوف على مسافات زائدة.

إزالة التكرارات على الفور تمت إزالة التقارير 118 - وهي قليلة بشكل مثير للريبة بالنسبة لثلاث قوائم متداخلة.

1. التراجع عن إلغاء البيانات المكررة.
2. قم بقص المسافة البيضاء في كل خلية.
3. قم بإزالة الصفوف المكررة مرة أخرى.
4. قارن عدد الصفوف بالأصل.

نتيجة: يؤدي التمرير الثاني إلى إزالة صفوف أكثر بكثير من الأول، لأن التشذيب يجعل التكرارات الحقيقية متطابقة. الصفوف التي تشترك في عنوان بريد إلكتروني ولكنها تختلف في عمود المصدر لا تزال موجودة بشكل صحيح - فهي ليست صفوف متطابقة، وتحديد المصدر الذي يفوز به هو حكم تتركه لك الأداة.

افتح الأداة

قم بإلغاء تكرار CSV في متصفحك

إزالة الصفوف المتطابقة في كل عمود، مع الاحتفاظ بالصف الأول. لن يخمن أي من السجلين المتشابهين كنت تنوي الاحتفاظ به.

ما لا يغطيه هذا

• تتم إزالة التكرارات في الصف بأكمله فقط. إن إلغاء التكرار بواسطة عمود رئيسي ليس شيئًا تفعله هذه الأداة.
• القضية مهمة. يتم الاحتفاظ بـ ANN@example.com وann@example.com كصفين.
• يتم الاحتفاظ بالحدث الأول. لا يوجد خيار للاحتفاظ بالأخير.
• يتم الاحتفاظ بالملف بالكامل في الذاكرة، ويكون الحد الأقصى هو 50 MB.
• يقتصر التراجع على عمليات 20 الأخيرة.
• تظهر الصفوف 100 الأولى فقط في المعاينة، لذا قم بتأكيد النتائج من خلال عدد الصفوف بدلاً من التمرير.