Il numero 1 e il testo «1» non sono doppioni

Da dove vengono i tipi misti

Quasi sempre da un'importazione. Un CSV non ha tipi — ogni campo è testo finché qualcosa non decide altrimenti — quindi il programma che l'ha aperto ha indovinato, e indovina in modo diverso a seconda delle prime righe della colonna, della localizzazione e del fatto che un valore abbia uno zero iniziale o un simbolo di valuta. I numeri di riferimento sono la vittima abituale: 00412 è testo in un file perché lo zero va conservato, e il numero 412 in un altro perché sembrava numerico. Unisci i due e lo stesso riferimento fa due righe.

L'altra fonte sono gli spazi invisibili. Uno spazio finale sopravvive a un copia-incolla da una pagina web, da un PDF o da un'email, e rende diverse due celle per il resto identiche per ogni confronto esatto — la deduplicazione qui, ma anche le ricerche, le unioni e le tabelle pivot ovunque. Ripulirlo è un trova-e-sostituisci prima dell'unione, e vale la pena farlo su ogni colonna su cui intendi confrontare.

Righe intere, non una colonna chiave

Confrontare la riga intera è la scelta prudente, e conviene intenderla come tale. Due righe che concordano sul numero di riferimento ma differiscono in un campo d'indirizzo vengono tenute, perché lo strumento non può sapere quale dei due indirizzi sia attuale — deciderlo è un giudizio sui tuoi dati, non un'operazione su di essi. Se vuoi deduplicare su una sola colonna, ordina prima per quella colonna e togli tu gli eccessi; il risultato è lo stesso e la decisione resta tua. La riga d'intestazione non è mai considerata un doppione di alcunché: un file la cui prima riga ripete un valore del corpo li tiene entrambi.

Domande frequenti

Quale dei doppioni viene conservato?

Il primo del file, nell'ordine in cui le righe compaiono. Tutto ciò che segue viene scartato. Se le righe differiscono in una colonna a cui non hai pensato di guardare, quella che resta è la più vecchia, non la migliore — quindi se conta l'attualità, ordina il foglio prima di deduplicare e non dopo.

Come rendo una colonna mista di un solo tipo?

Decidi che cos'è davvero la colonna e convertila per intero in una sola operazione prima di unire. Numeri di riferimento, codici postali e telefoni sono testo — hanno zeri iniziali e non si sommano mai. Importi e conteggi sono numeri. In un foglio, formatta la colonna e poi passa da testo in colonne o da una colonna d'appoggio con TESTO o VALORE per forzare ogni cella; la formattazione da sola non cambia ciò che è memorizzato.

Guarda fra i fogli di una cartella?

Lavora su un foglio per volta, che è ciò che si vuole quando le schede contengono cose diverse. Per deduplicare fra più file o schede, uniscili prima in un solo foglio — l'unione per righe impila le righe di ogni file in un'unica tabella e conserva solo la prima intestazione — e poi lancia questo sul risultato.